2024年10月，公共卫生学院2022级社会医学与卫生事业管理专业硕士研究生段庭山在徐晨婕副教授的指导下，以第一作者身份在British Journal of Psychiatry中发表Accelerometer-derived movement behaviours and risk of mortality among individuals with pre-existing depression: prospective cohort study的创新成果。

抑郁症患者的行为模式通常涉及情绪、认知及行为的改变等多方面因素。然而，关于既往患有抑郁症个体的行为模式与长期不良健康结局之间的关联，目前尚缺乏全面的评估研究。该研究以智能穿戴设备为数据采集工具，对既往有抑郁病史的受试者进行了24小时行为模式的监测，涵盖了睡眠、久坐行为、轻度体力活动以及中高强度体力活动，系统解析了抑郁症群体多维健康行为（睡眠—久坐—运动连续谱）与长期生存结局的剂量效应关系。研究发现，若能将每日久坐时间以一小时的步行等轻度活动或跑步等中等强度活动替代，其死亡风险将分别降低约12%和24%。这些研究结果提示了数字化监测技术在抑郁症患者中实施主动健康管理模式的应用潜力，为抑郁症患者的预后管理提供了更为客观的主动监测方式和更为精确的行为干预依据。

论文图表摘要

论文原文链接：

https://kdocs.cn/l/cbmBM9CfIACG

论文原文：

Accelerometer-derived movement behaviours and risk of mortality among individuals with pre-existing depression: prospective cohort study

段庭山，公共卫生学院

2022级社会医学与卫生事业管理硕士研究生

在对智能穿戴设备客观测量的数据处理的过程中，我发现智能设备捕获的行为数据不仅弥补了传统问卷的偏倚及局限，同时还揭示了抑郁人群存在的独特的运动阈值效应，这些发现是前所未有的。借助客观监测数据捕捉重大慢性病患者的行为特征，开发基于患者精准行为画像的个性化健康管理模式，在未来的公共卫生研究中将大有可为。