Digital Follow-Up of Patients with Substance Use Disorders // Дигитално проследяване на пациенти със зависимости

Abstract

Изследването на дисертационния труд се фокусира върху изследването на социодемографски, клинични и дигитални предиктори за настъпване на рецидив при пациенти със зависимости към психоактивни вещества. Участие взеха 40 пълнолетни пациенти с клинично потвърдена диагноза за зависимост. Пациентите са разпределени на случаен принцип в две рамена според вида на проследяване (дигитално и телефонно), осъществено в период от 3 месеца след пълен курс на стационарно лечение. На всички участници са оценени изходните нива на депресивни и тревожни симптоми и глобално функциониране посредством PHQ-9, GAD-7 и GAF. На пациентите разпределени в дигитално рамо се предостави за употреба мобилното приложение за клинични цели mindLAMP2. Резултатите показват, че някои социодемографски фактори като пол, образование и трудов статус не са информативни относно риска за настъпване на рецидив, а други като брачен статус биха могли да послужат за идентифициране на пациенти в повишен риск от релапс. Доказа се, че изследваните клинични маркери както според техните изходни стойности, така и проследявани динамично имат ограничена роля в предвиждането на настъпване на рецидив и времето до него. Установи се задоволителна техническа обезпеченост и дигитална грамотност сред пациентите, което оправдава употребата на дигитални средства рутинно. Резултатите показват, че маркерите на дигитално поведение като ангажираност и обща електронна активност корелират с риска от възникване на рецидив и времето до него.

The research focuses on studying socio-demographic, clinical and digital predictors of relapse in patients with substance use disorders. Forty adult patients with a clinically confirmed diagnosis of addiction participated. Patients were randomly assigned to two study arms according to the type of follow-up (digital and telephone) performed within 3 months after an entire course of inpatient treatment. Baseline levels of depressive and anxiety symptoms and global functioning were assessed in all participants using PHQ-9, GAD-7 and GAF. Patients assigned to the digital arm were provided with the mobile application for clinical purposes, mindLAMP2. The results show that some socio-demographic factors such as sex, education and employment status are not informative about the risk of relapse, while others such as marital status could be used to identify patients at increased risk of relapse. It has been shown that the studied clinical markers, both according to their baseline values and monitored dynamically, have a limited role in predicting the occurrence of relapse and the time to it. Satisfactory smart device ownership and digital literacy have been observed among patients, which justifies the use of digital methods routinely. The results show that markers of digital behaviour such as engagement and general electronic activity correlate with the risk of relapse and the time to it.