精神分裂症移动认知远程评估的全球多中心试点研究：智能手机认知测评的有效性验证与生态效度探索

本研究针对精神分裂症认知评估在临床实践中面临的耗时、主观性强等挑战，开发并验证了基于mindLAMP智能手机应用的远程认知评估工具。通过在美国波士顿和印度班加罗尔、博帕尔三地开展多中心试点研究，研究人员发现结合速度与准确性的Rate-Correct Score（RCS）评分指标与金标准MATRICS Consensus Cognitive Battery（MCCB）认知领域得分呈显著相关，其中Jewels A（Trails-Making Test A移动版）和Symbol Digit Substitution数字认知任务表现最为突出。该研究为精神分裂症认知功能障碍的远程、动态监测提供了新思路，推动了数字表型在精神健康领域的应用。

精神分裂症是一种以思维、知觉、情感和行为紊乱为特征的慢性致残性精神障碍，其认知功能障碍涉及注意、记忆、视觉空间技能等多个领域，却因传统纸笔测试耗时长、评估频率低、难以捕捉日常认知波动而成为临床管理的难点。近年来，基于智能手机的远程认知评估技术为突破这一瓶颈提供了新途径，它不仅能减轻医护和患者的负担，还可通过与睡眠等传感器数据结合，提供更细腻的认知剖面图。在此背景下，一项发表于《Schizophrenia》的全球多中心试点研究应运而生，旨在验证mindLAMP手机应用中的数字认知评估工具能否替代传统面对面测评的金标准——MATRICS Consensus Cognitive Battery（MCCB）。

为回答上述问题，研究人员在美国波士顿和印度班加罗尔、博帕尔三个中心招募了56名早期病程精神分裂症或分裂情感障碍患者，在2024年9月至2025年3月期间开展为期30天的观察性研究。参与者每日通过mindLAMP应用完成2-3项认知任务和问卷调查，并在研究首尾接受MCCB及诊断相关量表评估。关键方法包括：采用Rate-Correct Score（RCS）等五种评分指标对数字认知任务进行量化；通过类内相关系数（Intraclass Correlation Coefficients, ICC）分析测评重测信度；利用生态瞬时评估（Ecological Momentary Assessment, EMA）和手机传感器数据（如睡眠时长）进行探索性中介分析，以揭示情绪、睡眠与认知表现之间的动态关系。

结果一：人口学与跨站点比较

三地参与者在年龄、性别和受教育程度上无显著差异，但MCCB认知领域分布存在统计学差异，其中印度两站点得分更为接近，而波士顿站点因参与者无症状而被排除后续分析。

结果二：参与度结果

参与者完成认知任务的频率从高到低依次为Cats and Dogs（平均8.8次）、Spatial Span（8.7次）、Balloon Risk（7.4次）等，多数任务完成次数超过4次，表明手机测评的可行性良好。

结果三：MCCB领域与mindLAMP评分的相关性

在控制年龄、性别和教育水平后，RCS评分与MCCB多个认知领域呈显著相关。例如，Jewels A的RCS与MCCB整体复合得分（r=0.597, p<0.001）和神经认知复合得分（r=0.537, p<0.001）高度相关；Symbol Digit Substitution的RCS也与工作记忆（r=0.502, p<0.05）等领域相关。相比之下，传统单一指标仅对Spatial Span等少数任务有效。

结果四：认知评估的重测信度

Balloon Risk（ICC=0.664）、Jewels A（ICC=0.568）和Symbol Digit Substitution（ICC=0.536）表现出中等重测信度，而Spatial Span等任务信度较低，可能与外部环境干扰有关。

结果五：中介分析

探索性分析显示，睡眠在情绪EMA得分与Jewels A/B的RCS之间未起显著中介作用，但接近调节效应（如焦虑EMA中Jewels B的睡眠调节效应r=-0.18, p=0.054），提示情绪、睡眠与认知表现存在复杂互动。

本研究首次在全球多中心背景下系统验证了智能手机远程认知评估在精神分裂症中的应用价值。核心结论表明：第一，RCS作为结合速度与准确性的复合评分指标，能更全面反映认知功能，且与MCCB得分高度一致；第二，Jewels A和Symbol Digit Substitution等移动版认知任务在效度和信度上表现优异，有望成为传统测评的替代工具。此外，通过整合传感器数据与EMA，研究初步揭示了睡眠在情绪与认知间的调节作用，为未来开发动态干预策略提供了方向。尽管样本量较小、部分任务信度有限，但该工作为数字表型在精神疾病认知监测中的标准化与推广奠定了基石，尤其为阿尔茨海默病、帕金森病等神经退行性疾病的早期认知衰退监测提供了可扩展框架。未来需通过扩大样本、优化任务设计进一步验证其普适性。