抑郁症症状严重程度与日常生活步态特征之间的关联：基于长期加速度信号在真实环境中的衍生分析
摘要：日常步态特征与抑郁症严重程度有密切关联：基于真实环境加速度信号的日常步态特征与抑郁症严重程度之间的关联尚未得到充分探索。本研究旨在探讨抑郁症状严重程度与真实环境中加速度信号产生的日常步态特征之间的关系。研究使用了两个流动数据集：一个公共数据集，收集了71位老年成人通过可穿戴设备收集的3天加速度信号；以及一个欧盟纵向抑郁症研究的子集，包含215名参与者和他们通过手机收集的加速度信号（每位参与者平均463小时）。我们从加速度信号中检测出参与者的步态周期和力量，并提取了20个基于统计的日常步态特征来描述步伐节奏和力量在长期周期内的分布和变化，这对应了其自我报告的抑郁评分。在这两个数据集中，长期内更快步伐的步态节奏（第75百分位）与该时期的抑郁症状严重程度显著负相关。日常步态特征可以显著改善通过似然比检验评估抑郁症严重程度时与实验室步态模式和人口统计学因素的拟合效果，这在两个数据集中进行了评估。这项研究表明，日常步行特征与抑郁症症状严重程度之间的显著关联可以通过可穿戴设备和手机来捕捉。日常步行中更快步伐的步态节奏有潜力成为评估抑郁症严重程度的生物标志物，这可能有助于在真实环境中远程监测心理健康的临床工具。
作者：Yuezhou Zhang, Amos A Folarin, Shaoxiong Sun, Nicholas Cummins, Srinivasan Vairavan, Linglong Qian, Yatharth Ranjan, Zulqarnain Rashid, Pauline Conde, Callum Stewart, Petroula Laiou, Heet Sankesara, Faith Matcham, Katie M White, Carolin Oetzmann, Alina Ivan, Femke Lamers, Sara Siddi, Sara Simblett, Aki Rintala, David C Mohr, Inez Myin-Germeys, Til Wykes, Josep Maria Haro, Brenda WJH Penninx, Vaibhav A Narayan, Peter Annas, Matthew Hotopf, Richard JB Dobson, RADAR-CNS consortium
论文ID：2201.12644
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2022-02-01