基于智能手机 GPS 数据预测癌症患者及家属心理健康和负担变化的探索性研究

《BMC Cancer》：Associations between smartphone GPS data and changes in psychological health and burden outcomes among family caregivers and patients with advanced cancer: an exploratory longitudinal cohort study

为解决评估癌症患者及其家属心理困扰和负担的难题，研究人员开展了 “智能手机 GPS 数据与癌症患者及家属心理健康和负担变化关系” 的研究。结果显示两者存在关联，这表明该数据在检测心理变化上有潜在价值，为远程监测提供新方向。

　　在癌症治疗的漫漫长路上，癌症患者及其家庭护理人员承受着巨大的心理压力。据统计，美国 330 万家庭护理人员中，高达 50% 会出现焦虑、抑郁等心理问题，生活质量也随之下降，而患者同样面临着类似的高困扰率。传统依靠问卷收集自我报告数据的方式，不仅获取困难，还会给参与者带来负担，难以准确、及时地评估他们的心理状况。

为了突破这一困境，来自美国阿拉巴马大学伯明翰分校等机构的研究人员开展了一项探索性纵向队列研究。他们聚焦于智能手机 GPS 数据，尝试通过数字表型技术，探索其与癌症患者及家庭护理人员心理健康和负担变化之间的关系。该研究成果发表在《BMC Cancer》杂志上，为癌症护理和心理健康监测领域带来了新的曙光。

在研究方法上，研究人员从 2021 年 8 月至 2023 年 7 月，通过肿瘤门诊和 Facebook 广告招募了拥有智能手机的家庭护理人员和晚期癌症患者。参与者下载名为 Beiwe 的数字表型研究应用程序，该程序会在 24 周内被动收集 GPS 数据。同时，参与者需在基线及每 6 周完成一系列自我报告测量（PROs），包括焦虑和抑郁症状（医院焦虑抑郁量表 HADS）、心理健康（患者报告结局测量信息系统 PROMIS Mental Health）以及护理人员负担（蒙哥马利 - 博尔加塔护理人员负担量表 MBCB）。研究人员对原始 GPS 数据进行预处理，生成每日特征，计算双周移动平均值和标准差，再通过主成分分析（PCA）降维，最后利用个体内回归模型评估 PROs 变化与 PCA 得分变化之间的关联。

研究结果如下：

1. 参与者特征：最终纳入分析的 32 名家庭护理人员平均年龄 49.4 岁，多数为女性（84.4%）、白人（78.1%），主要是患者的配偶（43.8%）或成年子女（31.2%）；14 名患者平均年龄 59.1 岁，多数为白人（92.9%），癌症类型多样。
2. 双变量相关性分析：所有 PROs 都至少与一个主成分得分存在中等程度的双变量相关性，但这些相关性需作为探索性结果看待。
3. 回归分析：护理人员智能手机数据可解释护理人员焦虑（调整 R2 = 0.06）、抑郁（调整 R2 = 0.15）和心理健康（调整 R2 = 0.07）的小到中等方差；患者智能手机数据可预测护理人员抑郁症状（调整 R2 = 0.12）和负担（调整 R2 = 0.05）的小到中等方差；两者结合的数据能解释护理人员心理健康（调整 R2 = 0.36）和负担（调整 R2 = 0.50）的大方差。在患者结局方面，护理人员智能手机数据能解释患者焦虑症状（调整 R2 = 0.07）的小方差，患者智能手机数据可预测患者焦虑症状（调整 R2 = 0.24）的大方差，两者结合的数据能解释患者抑郁症状（调整 R2 = 0.18）的中等方差。

研究结论和讨论部分指出，尽管该研究样本量较小，结果具有探索性，但仍显示出智能手机 GPS 数据与患者和护理人员焦虑、抑郁症状及护理人员负担之间存在小到中等的相关性。这表明被动收集的智能手机数据在监测患者和护理人员心理健康变化方面具有潜在的临床应用价值，为远程监测提供了新的途径。然而，研究也存在局限性，如样本量小、无法评估单个 GPS 特征与结局的关系、未解决隐私等问题。未来需要更大规模的研究来验证这些发现，进一步探索数字表型在癌症护理中的临床应用，从而更好地为癌症患者及其家庭护理人员提供支持和帮助。