基于智能手机的数字表型分析技术在测量遗传性视网膜疾病患者的视觉功能及心理健康结果方面的可行性

《npj Digital Medicine》：Feasibility of smartphone-based digital phenotyping to measure visual function and mental health outcomes in patients with inherited retinal diseases

　　

摘要

本研究评估了使用OverSight iOS应用程序收集遗传性视网膜疾病（IRDs）患者被动和主动数字表型数据的可行性，并探讨了数字行为指标、视觉功能与心理健康之间的关联。研究对象来自英国Moorfields眼科医院，随访时间为12个月。OverSight通过HealthKit被动收集移动数据，通过SensorKit收集打字相关指标。参与者在应用程序中完成了患者自报的评估量表（EQ-5D、NEI-VFQ-25、HADS和MRDQ）。被动数据包括步数、步行速度、打字速度、总输入字数、自动纠错情况以及情感词汇类别（焦虑、抑郁相关词汇）。可行性指标包括参与者的招募情况、数据保留率以及数据完整性。共有25名参与者参与研究，其中92%在12个月后仍继续参与。17名参与者的HealthKit数据符合有效性标准，16名参与者的SensorKit数据也符合标准。每日平均步数为6087步，步行速度为1.18米/秒，打字速度为2.19个字符/秒。年龄与打字速度及焦虑相关词汇的使用呈负相关，而光敏性周边视觉障碍与焦虑和抑郁相关词汇的使用呈负相关。使用OverSight进行数字表型分析在12个月内是可行的。探索性分析表明，移动数据、打字行为和情感指标可能作为评估功能性视觉和心理状态的有用辅助指标。这些数据有助于实现远程监测，及早发现具有临床意义的变化，从而为IRDs患者的个性化管理提供更及时的支持。