nach oben

Der Nervenarzt

Erschienen in:

20.11.2019 | Manische Episode | Leitthema

Ambulantes Monitoring und digitale Phänotypisierung in Diagnostik und Therapie bipolarer Erkrankungen

verfasst von: PD Dr. E. Severus, U. Ebner-Priemer, F. Beier, E. Mühlbauer, P. Ritter, H. Hill, M. Bauer

Erschienen in: Der Nervenarzt | Ausgabe 12/2019

Einloggen, um Zugang zu erhalten

Zusammenfassung

Hintergrund

Die reliable und valide Diagnostik und Therapie bipolarer Störungen und affektiver Episoden unterliegen im klinischen Alltag umfänglichen, insbesondere auch methodischen Limitierungen.

Fragestellung

Nutzen von Smartphones und mobiler Sensorik für verbesserte Diagnostik und Therapie bei bipolaren Störungen.

Methode

Kritische Diskussion der aktuellen Forschungslage zum Einsatz ambulanten Assessments und digitaler Phänotypisierung bei bipolaren Störungen.

Ergebnisse

Beobachtungszeiträume sowie eingesetzte Sensorik sind in vielen Studien noch zu kurz bzw. zu ungenau, um Verhaltensänderungen im Kontext affektiver Episoden reliabel und valide erfassen zu können.

Schlussfolgerungen

Die Präzisierung und Operationalisierung von psychopathologischen Konstrukten im Sinne einer Messbarmachung objektiv beobachtbarer und erfassbarer Verhaltensänderungen im Rahmen bipolarer Erkrankungen ist bei der Diagnostik und Therapie bipolarer Störungen für den erfolgreichen Einsatz moderner mobiler Technologien essenziell.

Angst J (2013) Bipolar disorders in DSM-5: strengths, problems and perspectives. Int J Bipolar Disord 1:12CrossRef

Bidargaddi N, Musiat P, Makinen VP et al (2017) Digital footprints: facilitating large-scale environmental psychiatric research in naturalistic settings through data from everyday technologies. Mol Psychiatry 22:164–169CrossRef

Bschor T, Ising M, Bauer M et al (2004) Time experience and time judgment in major depression, mania and healthy subjects. A controlled study of 93 subjects. Acta Psychiatr Scand 109:222–229CrossRef

Cummins N, Baird A, Schuller BW (2018) Speech analysis for health: current state-of-the-art and the increasing impact of deep learning. Methods 151:41–54CrossRef

Cuthbert BN, Insel TR (2013) Toward the future of psychiatric diagnosis: the seven pillars of RDoC. BMC Med 11:126CrossRef

Ebner-Priemer UW, Trull TJ (2009) Ecological momentary assessment of mood disorders and mood dysregulation. Psychol Assess 21:463–475CrossRef

Faurholt-Jepsen M (2018) Electronic monitoring in bipolar disorder. Dan Med J 65(3):pii:B5460

Faurholt-Jepsen M, Bauer M, Kessing LV (2018) Smartphone-based objective monitoring in bipolar disorder: status and considerations. Int J Bipolar Disord 6:6CrossRef

Faurholt-Jepsen M, Busk J, Frost M et al (2016) Voice analysis as an objective state marker in bipolar disorder. Transl Psychiatry 6:e856CrossRef

10.

Faurholt-Jepsen M, Busk J, Thornorarinsdottir H et al (2019) Objective smartphone data as a potential diagnostic marker of bipolar disorder. Aust N Z J Psychiatry 53:119–128CrossRef

11.

Faurholt-Jepsen M, Frost M, Christensen EM et al (2019) The effect of smartphone-based monitoring on illness activity in bipolar disorder: the MONARCA II randomized controlled single-blinded trial. Psychol Med. https://doi.org/10.1017/s0033291719000710 CrossRefPubMed

12.

Faurholt-Jepsen M, Frost M, Ritz C et al (2015) Daily electronic self-monitoring in bipolar disorder using smartphones—the MONARCA I trial: a randomized, placebo-controlled, single-blind, parallel group trial. Psychol Med 45:2691–2704CrossRef

13.

Faurholt-Jepsen M, Geddes JR, Goodwin GM et al (2019) Reporting guidelines on remotely collected electronic mood data in mood disorder (eMOOD)-recommendations. Transl Psychiatry 9:162CrossRef

14.

Frangou S (2019) Commentary on: objective smartphone data as a potential diagnostic marker of bipolar disorder. Aust N Z J Psychiatry 53:170–171CrossRef

15.

Grabowski K, Rynkiewicz A, Lassalle A et al (2019) Emotional expression in psychiatric conditions: New technology for clinicians. Psychiatry Clin Neurosci 73:50–62CrossRef

16.

Guidi A, Salvi S, Ottaviano M et al (2015) Smartphone application for the analysis of prosodic features in running speech with a focus on bipolar disorders: system performance evaluation and case study. Sensors 15:28070–28087CrossRef

17.

Hill H, Mühlbauer E, Severus E, Bauer M, Ebner-Priemer U (2019) A comparison of Smartphone-based and Accelerometer-based physical activity measures in bipolar disorder. 6th biennal conference of the Society for Ambulatory Assessment, Syracuse

18.

Insel TR (2017) Digital phenotyping: technology for a new science of behavior. JAMA 318:1215–1216CrossRef

19.

Mahlberg R, Kienast T, Bschor T et al (2008) Evaluation of time memory in acutely depressed patients, manic patients, and healthy controls using a time reproduction task. Eur Psychiatry 23:430–433CrossRef

20.

Merikangas KR, Swendsen J, Hickie IB et al (2019) Real-time mobile monitoring of the dynamic associations among motor activity, energy, mood, and sleep in adults with bipolar disorder. JAMA Psychiatry 76:190–198CrossRef

21.

Mühlbauer E (2019) Langzeitmonitoring symptomnaher Verhaltensparameter bei Patienten mit Bipolaren Erkrankungen. Dissertation, unveröffentlicht. Medzizinische Fakultät TU, Dresden

22.

Mühlbauer E, Bauer M, Ebner-Priemer U et al (2018) Effectiveness of smartphone-based ambulatory assessment (SBAA-BD) including a predicting system for upcoming episodes in the long-term treatment of patients with bipolar disorders: study protocol for a randomized controlled single-blind trial. BMC Psychiatry 18:349CrossRef

23.

Post RM, Kalivas P (2013) Bipolar disorder and substance misuse: pathological and therapeutic implications of their comorbidity and cross-sensitisation. Br J Psychiatry 202:172–176CrossRef

24.

Scott J, Murray G, Henry C et al (2017) Activation in bipolar disorders: a systematic review. JAMA Psychiatry 74:189–196CrossRef

25.

Severus E, Bauer M (2013) Diagnosing bipolar disorders in DSM‑5. Int J Bipolar Disord 1:14. https://doi.org/10.1186/2194-7511-1-14 CrossRefPubMedPubMedCentral

26.

Torous J, Kiang MV, Lorme J et al (2016) New tools for new research in psychiatry: a scalable and customizable platform to empower data driven smartphone research. JMIR Ment Health 3:e16CrossRef

27.

Torous J, Onnela JP, Keshavan M (2017) New dimensions and new tools to realize the potential of RDoC: digital phenotyping via smartphones and connected devices. Transl Psychiatry 7:e1053CrossRef

28.

Voggt A, Berger M, Obermeier M et al (2015) Heart rate variability and Omega‑3 Index in euthymic patients with bipolar disorders. Eur Psychiatry 30(2):228–232CrossRef

29.

Walter H (2017) Research domain criteria (RDoC): psychiatric research as applied cognitive neuroscience. Nervenarzt 88:538–548CrossRef

30.

Zulueta J, Piscitello A, Rasic M et al (2018) Predicting mood disturbance severity with mobile phone keystroke metadata: a biaffect digital phenotyping study. J Med Internet Res 20:e241CrossRef

Titel: Ambulantes Monitoring und digitale Phänotypisierung in Diagnostik und Therapie bipolarer Erkrankungen
verfasst von: PD Dr. E. Severus
U. Ebner-Priemer
F. Beier
E. Mühlbauer
P. Ritter
H. Hill
M. Bauer
Publikationsdatum: 20.11.2019
Verlag: Springer Medizin
Schlagwort: Manische Episode
Erschienen in: Der Nervenarzt / Ausgabe 12/2019
Print ISSN: 0028-2804
Elektronische ISSN: 1433-0407
DOI: https://doi.org/10.1007/s00115-019-00816-9

Neu in den Fachgebieten Neurologie und Psychiatrie

18.04.2024 | Arterielle Hypertonie | Nachrichten

Live-Webinar: Aktuelle Leitlinien bei Herz-Kreislauf-Erkrankungen

Springer Medizin

Ambulantes Monitoring und digitale Phänotypisierung in Diagnostik und Therapie bipolarer Erkrankungen

Zusammenfassung

Hintergrund

Fragestellung

Methode

Ergebnisse

Schlussfolgerungen

Neu in den Fachgebieten Neurologie und Psychiatrie

Antihypertensiva schützen auch alte Menschen noch vor Demenz

Fünf Dinge, die im Kindernotfall besser zu unterlassen sind

Delir kann Demenz begünstigen

Manche Gestagene können das Risiko für Meningeome erhöhen

Live-Webinar: Aktuelle Leitlinien bei Herz-Kreislauf-Erkrankungen

Springer Medizin

Zusammenfassung

Hintergrund

Fragestellung

Methode

Ergebnisse

Schlussfolgerungen

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Weitere Artikel der Ausgabe 12/2019

Wearables zum kontextgesteuerten Assessment in der Psychiatrie

Mobiles Anfallsmonitoring bei Epilepsiepatienten

Erratum zu: Akzeptanz, Bedarf, Konsultationsgründe und Beratungsoutcome von Epilepsieberatung in Hessen und Unterfranken

Untypischer Fall eines CLIPPERS-Syndroms

Patientenmonitoring 4.0

Das Progressionsmonitoring bei MS mit Wearables verbessern

Neu in den Fachgebieten Neurologie und Psychiatrie

Antihypertensiva schützen auch alte Menschen noch vor Demenz

Fünf Dinge, die im Kindernotfall besser zu unterlassen sind

Delir kann Demenz begünstigen

Manche Gestagene können das Risiko für Meningeome erhöhen