From data streams to mental health predictions: improving the use of passive measures from digital devices

Van datastromen naar voorspellingen van geestelijke gezondheid: verbetering in gebruik van passieve metingen van digitale apparaten

Een verminderde geestelijke gezondheid is een wereldwijd probleem. Volgens de Wereldgezondheidsorganisatie lijdt ongeveer één op de acht mensen aan een psychische stoornis. Digitale technologieën, zoals smartphones, zijn veelbelovende hulpmiddelen om de geestelijke gezondheid te verbeteren. Bijvoorbeeld door middel van voortdurende monitoring en de daarmee gepaard gaande tijdige interventies. Deze apparaten kunnen een weelde aan gegevens verzamelen over factoren zoals sociale context en gedrag, zowel met actieve (bijv. vragenlijsten) als passieve (bijv. GPS-tracking) methoden.

Hoewel het gebruik van actieve en passieve data en met name in combinatie leidt tot betere voorspelbaarheid van geestelijke gezondheid blijven de prestaties nog matig tot laag vond Anna Langeler in haar proefschrift. Langeler verwacht wel dat het snelle tempo van technologische vooruitgang en het toenemende bewustzijn van het belang van goede wetenschappelijke praktijken veel van de uitdagingen die gepaard gaan met passieve gegevensverzameling in de toekomst kunnen overwinnen.

Steeds meer onderzoekers gebruiken passieve metingen om geestelijke gezondheid te voorspellen. Ondanks het potentieel is passieve gegevensverzameling nog in ontwikkeling en de huidige voorspellende nauwkeurigheid blijft laag tot matig. Het overkoepelende doel van het proefschrift van Langeler is het gebruik van passieve data van digitale apparaten voor het voorspellen van geestelijke gezondheid te optimaliseren. Daarbij richt Langeler zich op het verbeteren van de nauwkeurigheid van deze voorspellingen. Resultaten tonen aan dat het combineren van passieve en actieve data tot betere resultaten leidt dan passieve metingen alleen, maar de voorspellende prestaties blijven laag tot matig. Geavanceerde modellen (machine learning) laten ook slechts matig succes zien bij het voorspellen van variabiliteit in depressieve symptomen.

Daarnaast richt Langeler zich op het verbeteren van de transparantie en reproduceerbaarheid van onderzoeken die passieve metingen gebruiken. Het belicht de belangrijkste huidige uitdagingen en biedt richtlijnen voor onderzoekers, zoals een sjabloon voor preregistratie. Preregistratie houdt in dat het onderzoeksplan openbaar wordt gemaakt voordat het onderzoek begint, wat de transparantie vergroot en vooringenomenheid voorkomt.

Dit proefschrift legt de talrijke uitdagingen bloot die moeten worden aangepakt om vooruitgang te boeken in het gebruik van passieve waarnemingen voor het voorspellen van geestelijke gezondheid. Hoewel dit proefschrift veel uitdagingen heeft belicht, is het belangrijk te erkennen dat kleine stappen, zoals preregistratie van onderzoeksplannen, kunnen bijdragen aan het verbeteren van de bruikbaarheid van passieve waarnemingen. 

Proefschrift: https://hdl.handle.net/11370/75d627b8-a078-4375-b84d-42f2cc590ff5