睡眠与活动模式作为精神医学中的跨诊断行为生物标志物：来自 DeeP-DD 研究的初始见解
定量方法
2025-07-31 v1
摘要
背景：精神医学的症状评分量表受限于依赖自我报告，缺乏预测能力。Actigraphy（体感法）作为一种基于被动佩戴式的测量睡眠和体力活动的方法，提供客观、高分辨率的行为数据，可能更好地反映症状波动，但大多数研究聚焦于狭窄的诊断群体或固定时间窗口，限制了临床转化。目的：检验 actigraphy 提取的睡眠和活动特征是否与精神医学中的跨诊断样本的症状严重程度相关，并识别哪些特征在多个时间分辨率下最具临床相关性。方法：我们呈现一个可行性案例系列研究，基于来自 DeeP-DD 研究的初步数据。来自八名住院患者佩戴 GENEActiv actigraphy 设备，症状严重程度通过多种验证量表进行测量。我们对日内、每周、每月及全程平均值执行了 Spearman 相关系数和重复测量相关性分析。结果：单被试分析显示，晚间升床时间与 participant #7 的每周 PHQ-9 分数显著相关（ρ=0.74，P=.0003）和 participant #4 的每周 PHQ-9 分数显著相关（ρ=0.78，P=.022），以及 participant #7 的每周 GAD-7 分数显著相关（ρ=0.59，P=.026）。跨被试分析显示，每周平均晚间升床时间与 PHQ-9（r=0.48，P=.0003）和 GAD-7（r=0.38，P=.032）分数相关。增加的轻度体力活动与每周 PHQ-9（r=-0.44，P=.001）和每月 PHQ-9（r=-0.53，P=.014）分数呈负相关。结论：跨时间尺度和诊断群体的 actigraphy 特征与症状之间的一致关联凸显了其用于可扩展、现实世界临床监测的潜在价值。
引用
@article{arxiv.2507.22088,
title = {Sleep and Activity Patterns as Transdiagnostic Behavioral Biomarkers in Psychiatry: Initial Insights from the DeeP-DD study},
author = {Dylan Hamitouche and Tihare Zamorano and Youcef Barkat and Deven Parekh and Lena Palaniyappan and David Benrimoh},
journal= {arXiv preprint arXiv:2507.22088},
year = {2025}
}