Aller au contenu principal
Accès ouvert déclaré 2026 article

A systematic exploration of digital biomarkers for the detection of depressive episodes in bipolar disorder

1Citations signalées, ce qui n’est pas une note de qualité
9Institutions déclarées
4Pays d’affiliation déclarés

Rattachement africain : ca, se, cz, us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Digital phenotyping promises to transform psychiatry by using multimodal, densely sampled data. However, its potential is hindered by the lack of focus on identifying and validating digital biomarkers that accurately reflect mental states before evaluating their impact on outcomes. This longitudinal study used explainable machine learning to analyze multivariate, densely sampled data from 133 bipolar disorder (BD) participants over a median of 251 days, identifying robust digital biomarkers defining depressive episodes. The analysis included features from email-based daily self-reported mood, energy, and anxiety, as well as passively collected activity and sleep data using an Oura ring. The most robust descriptors of depressive episodes were lower daily mood variability, lower daily activity variability, and higher daily sleep onset latency variability. Self-reported daily mood features achieved the highest performance (AU-ROC: 0.82 ± 0.03). Our results establish the value of multimodal data and represent a critical first step toward automated detection and prediction of illness episodes in BD.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
A systematic exploration of digital biomarkers for the detection of depressive episodes in bipolar disorder
Date Crossref
22/02/2026
Éditeur
Springer Science and Business Media LLC
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Centre for Addiction and Mental Health pays non établi dans la notice
    Établissement de santé
  • University of Toronto pays non établi dans la notice
    Université ou école supérieure
  • Dalhousie University Department of Psychiatry pays non établi dans la notice
    Université ou école supérieure
  • Dalarna University Department of MicroData Analytics pays non établi dans la notice
    Université ou école supérieure
  • Western University pays non établi dans la notice
    Université ou école supérieure
  • Parkwood Institute pays non établi dans la notice
    Établissement de santé
  • National Institute of Mental Health pays non établi dans la notice
    Structure de recherche
  • Southwestern Medical Center pays non établi dans la notice
    Établissement de santé
  • The University of Texas Southwestern Medical Center pays non établi dans la notice
    Établissement de santé
  • Campbell Family Research Institute pays non établi dans la notice
    Structure de recherche
  • Temerty Faculty of Medicine Department of Psychiatry pays non établi dans la notice
    Université ou école supérieure
  • Temerty Centre for Therapeutic Brain Intervention pays non établi dans la notice
    Institution

Centre for Addiction and Mental Health, University of Toronto et Department of Psychiatry — Dalhousie University, avec 9 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Digital Mental Health InterventionsBipolar Disorder and TreatmentMental Health via Writing

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.