数字表型在预测围产期抑郁症状中的应用综述

这对新手父母为何重要

怀孕及产后第一年常被描述为充满喜悦，但对许多女性来说也伴随深刻的情绪困扰。围产期抑郁——指在孕期及分娩后出现的一组抑郁症状——影响全球大约八分之一到四分之一的母亲。然而，大多数筛查仍只通过纸质问卷进行一至两次，早期预警信号容易被忽视。本文回顾了对“数字表型”这一新兴研究领域的成果，即利用智能手机、可穿戴设备和社交媒体等日常技术跟踪微妙行为变化，以识别何时新妈妈可能处于风险中并可从及时支持中受益。

日常数字痕迹中隐藏的新线索

作者审阅了2014年至2025年3月间发表的14项研究，这些研究在五个国家中追踪了孕期和产后女性。这些项目不再仅依赖诊所访视，而是利用日常生活的数字痕迹。有些研究收集“被动”信号，例如来自可穿戴设备的睡眠时长、步数、心率或来自GPS的移动模式。另一些则收集女性主动提供的“主动”信息，包括应用内的情绪打卡、简短日记式文字、社交媒体发布以及全天的简短手机调查。在大多数研究中，抑郁症状仍通过标准问卷（如爱丁堡产后抑郁量表）评估，但数字数据用于检验是否能更早或更准确地发现预警模式。

睡眠、活动与手机使用能揭示什么

在各项研究中，睡眠模式作为最有前景的被动信号之一尤为突出。孕期夜间睡眠减少或睡眠碎片化的女性往往报告较高水平的抑郁症状，但其时间点很重要。早期和中期孕期的睡眠不良有时与随后出现的情绪问题相关，而类似的睡眠指标并不总能一致地预测产后症状。关于身体活动的发现则更为混杂：一些测量指标，如夜间躁动和日常节律被打断，与较高的抑郁评分有关，但其他指标——例如步数或外出时间——则显示出很少或没有预测价值。有趣的是，一项研究发现后来出现产后抑郁的女性更为持续地佩戴健身追踪器，这提示异常高的设备使用本身可能反映情绪压力或过度警觉。

文字、帖子与信息作为情绪晴雨表

主动数字信息——女性输入、点击或发布的内容——常提供关于情绪的丰富线索。对简短日记条目和应用内文字的分析显示，消极情绪语调、疲惫表达以及积极用语减少与更高的抑郁评分相关。诸如代词使用变化或与心理健康相关词汇的出现等微妙词汇转变，有助于预测谁会在几周内出现症状。社交媒体行为也携带信号：新妈妈更频繁发布自拍，或表现出社交撤离、与在线联系人互动减少，均与更高的抑郁风险相关。短信模式呈现类似情况；在孕晚期和产后期间出现抑郁症状的女性倾向于发送更少且更短的信息。当这些语言和行为模式与简单自报工具（如每日情绪记录）结合时，预测准确性显著提高。

这些算法实际表现如何？

为将原始数字痕迹转化为风险估计，研究者使用了多种统计与机器学习方法，从传统回归到更复杂的模型如随机森林和梯度提升。一些融合多种信息类型（例如情绪记录、背景特征和简短应用内调查）的模型，在区分有无显著抑郁症状的女性方面表现出较高性能。然而，综述强调了主要的局限性。研究在跟踪信号的种类、数据收集频率及结局定义上差异很大。许多研究样本相对较小，未对缺失数据进行谨慎处理，或仅依赖内部测试而未在独立人群中验证模型。因此，即便是表现最好的模型，也更接近有前景的原型而非可立即投入使用的临床工具。

在前景、隐私与现实应用间的平衡

作者认为数字表型最终可以补充但不能取代传统护理。将背景信息、病史、与婴儿相关的因素以及持续的情绪报告与诸如睡眠和活动等被动数据整合，可能提供关于母亲心理健康随时间变化的更完整图景。与此同时，这一方法也带来重要问题：隐私、数据安全、技术获取不平等等，以及偏见或不准确预测的风险。综述呼吁标准化方法、更清晰的报告，以及临床医生、数据科学家和伦理学家之间更紧密的合作，以确保未来工具既准确又公平。

这对母亲与家庭意味着什么

简而言之，本文得出的结论是，我们的手机与可穿戴设备正开始充当围产期抑郁的早期预警传感器，但科学尚未成熟到可常规使用的程度。睡眠指标以及短而频繁的情绪或文本打卡尤其有前景，特别是当它们与母亲的个人和病史结合时。然而，当前研究规模小、差异大且在方法上常有不足，因此应将其发现视为早期信号而非确定性结论。通过更精良的研究设计、对伦理问题的谨慎关注以及对个人数据的严格保护，数字表型有望成为更早识别陷入困境母亲并在症状加重前帮助其获得支持的有力工具。

引用: Kovacs, B.Z., Schweitzer, S., Papadopoulos, F.C. et al. A review of the application of digital phenotyping in predicting peripartum depressive symptoms. npj Digit. Med. 9, 335 (2026). https://doi.org/10.1038/s41746-026-02653-y

关键词: 围产期抑郁, 数字表型, 产后心理健康, 可穿戴设备与智能手机数据, 母亲情绪监测