University of Groningen
Passive Digital Phenotyping
Jongs, Niels
DOI:
10.33612/diss.171368248
IMPORTANT NOTE: You are advised to consult the publisher's version (publisher's PDF) if you wish to cite from
it. Please check the document version below.
Document Version
Publisher's PDF, also known as Version of record
Publication date:
2021
Link to publication in University of Groningen/UMCG research database
Citation for published version (APA):
Jongs, N. (2021). Passive Digital Phenotyping: objective quantification of human behaviour through
smartphones. University of Groningen. https://doi.org/10.33612/diss.171368248
Copyright
Other than for strictly personal use, it is not permitted to download or to forward/distribute the text or part of it without the consent of the author(s) and/or copyright holder(s), unless the work is under an open content license (like Creative Commons).
Take-down policy
If you believe that this document breaches copyright please contact us providing details, and we will remove access to the work immediately and investigate your claim.
Downloaded from the University of Groningen/UMCG research database (Pure): http://www.rug.nl/research/portal. For technical reasons the number of authors shown on this cover page is limited to 10 maximum.
Nederlandse samenvatting
NeDerlaNDse sameNVaTTING
De smartphone heeft zich in slechts twee decennia ontwikkeld tot een multifunc-tioneel apparaat dat voor velen onmisbaar is geworden in het dagelijks leven. Rond de introductie van de mobiele telefoon voor het brede publiek beperkte de functionaliteit zich tot bellen, sms’en en het spelen van Snake. Al snel werd de mobiele telefoon een smartphone en is het bij vrijwel ieder aspect van ons dage-lijks leven betrokken. Zo zijn we, dankzij de ontwikkeling van compacte antennes, via het internet continu met bijna alles en iedereen verbonden. Hierdoor kunnen we o.a. overal naar onze favoriete muziek luisteren, online winkelen, bankieren, het nieuws lezen, en staan we 24/7 in contact met onze vrienden en familie. De ontwikkeling van andere sensoren hebben ook bijgedragen aan het multifuncti-onele karakter van de smartphone. Zo kunnen we bijvoorbeeld door locatie- en bewegingssensoren met hoge precisie navigeren en worden we voorzien van locatieafhankelijke informatie. Denk hierbij aan actuele weersverwachtingen of vertrektijden van treinen zonder dat we de op smartphone moeten aangeven waar we ons op dat moment bevinden. Om al deze functionaliteiten zo optimaal mogelijk te laten functioneren verzamelt een smartphone een verscheidenheid aan data. Deze data wordt veelal continu op de achtergrond verzameld door één van de vele ingebouwde sensoren en vereist geen actieve input van de gebruiker. Gegeven dat deze functionaliteiten betrekking hebben op de verschillende aspecten van het dagelijks leven, bevat deze data ook informatie over ons dagelijks gedrag. Dit suggereert dat deze data gebruikt kan worden om op een dagelijkse basis inzicht te krijgen in verschillende gedragingen. Een simpel voorbeeld hiervan is het tellen van stappen als een indicator voor hoeveel we bewegen per dag.
Centraal in dit proefschrift staat de vraag hoe we de bijna hyperfunctionele smartphone en de data die het verzamelt kunnen gebruiken ten behoeve van we-tenschappelijk onderzoek. De nadruk ligt hier op het kwantificeren van gedrag dat relevant is voor onderzoek naar psychiatrische stoornissen. Tot op heden wordt gedrag voornamelijk gekwantificeerd door gebruik te maken van verschil-lende vragenlijsten. De bruikbaarheid en validiteit van deze vragenlijsten zijn vaak beperkt omdat het gedrag niet continu kan kwantificeren over tijd en dat de verza-melde data vaak subjectief van aard is. Door gebruik te maken van de smartphone, i.p.v. een vragenlijst, en de op de achtergrond verzamelde data kunnen we over een langere tijdsperiode verschillende aspecten van gedrag kwantificeren. Het voordeel van deze methode ten opzichte van een vragenlijst is dat de data pas-sief in het dagelijks leven verzameld wordt waardoor de data minder subjectief en tijdsafhankelijk is. Voordat we deze op smartphone data gebaseerde gedragsma-ten toepassen is het noodzakelijk dat deze magedragsma-ten gevalideerd worden. Tijdens dit validatie proces staan twee vragen centraal; 1) zijn de op smartphone-gebaseerde
142
gedragsmaten representatief voor het daadwerkelijke gedrag van een individu en 2) zijn de gedragsmaten klinisch relevant zodat ze gebruikt kunnen worden om psychiatrische patiënten te onderscheiden van gezonde/ niet psychiatrische patiënten?
Voordat we deze nieuwe gedragsmaten valideren, benadrukken we in hoofdstuk 1 het belang en de noodzaak van de ontwikkeling van objectievere gedragsmaten die toegepast kunnen worden in wetenschappelijk onderzoek naar (neuro-)psy-chiatrische stoornissen. Zo laten we bijvoorbeeld zien dat de ernst van psychiatri-sche symptomen is geassocieerd met het (on)vermogen van het individu om over zijn of haar eigen sociale gedrag te oordelen. Individuen gediagnosticeerd met schizofrenie of Alzheimer hebben we doormiddel van een vragenlijst gevraagd te oordelen over hun eigen sociaal functioneren. Vervolgens zijn deze resultaten ver-geleken met het oordeel van een naaste (bijvoorbeeld een familielid of zorgdrager). De resultaten van deze vergelijking suggereren dat naarmate de ernst van psychi-atrische symptomen toeneemt, het verschil tussen het oordeel van de naaste en patiënt ook toeneemt. Een voor de hand liggend argument is dat een naaste vaak bevooroordeeld is over het sociaal functioneren van de patiënt. Het oordeel van een naaste is dus niet volkomen objectief. Echter laten we in dit hoofdstuk ook zien dat de data verzameld via een proxy objectiever is vergeleken met dat van een patiënt. Dit laten we zien door zowel het oordeel van de patiënt en de proxy te associëren met de mate van communicatie via de smartphone van de patiënt. Samen laten deze resultaten zien dat het oordeel van het individu over zijn gedrag wordt beïnvloed door de mate van psychiatrische symptomen en dat daardoor de resultaten van een vragenlijst maar beperkt inzicht geven in het werkelijke gedrag. Om menselijk gedrag toch zo objectief mogelijk te meten hebben we een methode nodig die minder gevoelig is voor het oordeel van het individu, zoals bijvoorbeeld de smartphone en de data die het op de achtergrond verzameld.
Om deze op smartphone gebaseerde gedragsmaten toe te passen in we-tenschappelijk onderzoek, introduceren en valideren we in hoofdstuk 2 een procedure om gedrag af te leiden van zogenoemde locatiedata. Deze data wordt verzameld door gebruik te maken van compacte gps-sensoren die zijn ingebouwd in hedendaagse smartphones. De gedragsmaten uit deze data zijn bijvoorbeeld indicatief voor het aantal thuis doorgebrachte uren, het aantal bezochte plekken en hoeveel er gereisd is. Door deze gedragsmaten te valideren hebben we laten zien dat deze maten een goede indicator zijn voor het werkelijke gedrag van het individu. We kunnen bijvoorbeeld met 100% zekerheid de thuislocatie van een in-dividu identificeren. Vervolgens laten we zien dat deze op locatiedata gebaseerde gedragsmaten ook klinisch relevant zijn. Relatief tot gezonde controle deelnemers blijkt dat individuen gediagnostiseerd met schizofrenie significant meer tijd thuis
Nederlandse samenvatting
door brengen en minder plekken bezoeken. Samenvattend laten deze resultaten zien dat we betrouwbare en klinisch relevante gedragsmaten kunnen afleiden van locatiedata verzameld door een smartphone.
In hoofdstuk 3 combineren we deze op locatiedata gebaseerde gedragsmaten met andere gedragsmaten, zoals het gebruik van communicatie en sociale media apps om een kwantitatieve maat voor het dagelijks sociaal functioneren te vinden. Deze kwantitatieve maat hebben we gevonden door gebruik te maken van een relatief nieuw zelflerend algoritme (z.g.n. variational autoencoder) die de verschil-lende gedragsmaten combineert in een nieuwe data gedreven digitale maat voor sociaal functioneren. Deze nieuwe maat voor sociaal functioneren blijkt o.a. sterk samen te hangen met bestaande maten voor het meten van sociaal functioneren en kan daarnaast schizofreniepatiënten onderscheiden van gezonde controle individuen. Relatief tot gezonde controles zijn individuen gediagnosticeerd met schizofrenie significant minder sociaal op een dagelijkse basis. Het innovatieve aan dit hoofdstuk is dat we een nieuwe methode hebben gebruikt om een ge-dragsmaat te identificeren. De resultaten van dit hoofdstuk zijn een eerste stap naar een brede toepassing van deze methode voor verdere ontwikkeling en/of gebruik om data gestuurde gedragsmaten te identificeren. Het voordeel van deze methode is dat het definiëren van de nieuwe gedragsmaten niet beïnvloed wordt door a-priori verwachtingen betreffende de populatie waar men uitspraken over wil te doen.
In hoofdstuk 4 hebben we verschillende op smartphone gebaseerde gedrags-maten gecombineerd in een drietal sociale gedragsprofielen. Vervolgens laten we zien dat deze profielen evenredig zijn verdeeld over verschillende leeftijden en over zowel gezonde controles en patiënten met Alzheimer en schizofrenie. Vervolgens (niet in dit proefschrift opgenomen) laten we zien dat de scores op deze profielen samenhangen met verschillende neurobiologische parameters waaronder het hersenvolume, corticale oppervlakte en dikte. Voor zover wij weten zijn dit de eerste resultaten van een studie waar op smartphone gebaseerde ge-dragsmaten gekoppeld zijn aan neurobiologische parameters waarvan we weten dat ze een rol spelen bij neuro-psychiatrische stoornissen.
Tezamen laten deze hoofdstukken zien dat het gebruik van smartphone data veelbelovend is voor het kwantificeren van gedrag op een meer objectieve manier relatief tot traditionele methoden zoals vragenlijsten. Echter is het belangrijk dat deze methode goed wordt gevalideerd voordat het wordt toegepast in we-tenschappelijk onderzoek. Zo moeten algoritmes om gedragsmaten af te leiden gevalideerd en gestandaardiseerd worden, zodat resultaten vergeleken kunnen worden. Daarnaast moet de toekomst uitwijzen hoe duurzaam deze methode is. Apple en Google blijven continu de spelregels en mogelijkheden op hun platforms
144
aanpassen. Hierdoor zullen er constant nieuwe algoritmes ontwikkeld moeten worden wat validatie en standaardisatie lastig maakt. Dit maakt het ontwikkelen en onderhouden van een platform om gedrag via smartphones te kwantificeren een dure aangelegenheid. Het is de vraag of een academische instelling die afhankelijk is van beurzen in staat is om de ontwikkeling en het onderhoud van zo’n platform continu te waarborgen.
List of publications
lIsT of PublICaTIoNs
1. Wheeler DC, Stefánsson BV, Jongs N, Chertow GM, Greene T, Hou FF, McMur-ray JJV, Correa-Rotter R, Rossing P, Toto RD. Effects of dapagliflozin on major adverse kidney and cardiovascular events in patients with diabetic and non-diabetic chronic kidney disease: a prespecified analysis from the DAPA-CKD trial. Lancet Diabetes & Endocrinology. 2021
2. McMurray JJV, Wheeler DC, Stefánsson BV, Jongs N, Postmus D, Correa-Rotter R, Chertow GM, Greene T, Held C, Hou FF. Effect of dapagliflozin on clinical outcomes in patients with chronic kidney disease, with and without cardiovascular disease. Circulation. 2020
3. Jongs N, Penninx B, Arango C, Ayuso-Mateos JL, van der Wee N, Winter-van Rossum I, Saris IMJ, van Echteld A, Koops S, Bilderbeck AC. Effect of disease related biases on the subjective assessment of social functioning in Alzheimer’s disease and schizophrenia patients. Journal of Psychiatric Research. 2020 4. Jongs N, Jagesar R, van Haren NEM, Penninx BWJH, Reus L, Visser PJ, van
der Wee, NJA, Koning, IM, Arango C, Sommer IEC, Eijkemans MJC, Vorstman JA, Kas MJ. A framework for assessing neuropsychiatric phenotypes by using smartphone-based location data. Translational Psychaitry. 2020
5. Jongs N, Koning I, Ruhe H, Van Haren N, Vorstman J, Kas M.Passive behav-ioural monitoring in neuropsychiatric disorders using smartphone technology.
Dankwoord
DaNkwoorD
Beste Martien, René & Jacob, dit proefschrift zou onmogelijk zijn geweest zonder jullie steun. martien, dit keer als eerste in het rijtje (i.p.v. laatste). Dankzij jou heb ik geleerd hoe de academische wereld werkt en hoe je hier op een strategische ma-nier mee omgaat. Je ongekende optimisme bij het zien van nieuwe resultaten en je creatieve interpretaties zijn een blijvende herinnering aan onze samenwerking. rené, veel dank voor alle gezellige en leerzame gesprekken over allerlei onder-werpen, ik kwam altijd met veel plezier naar Utrecht. Dankzij onze gesprekken heb ik veel geleerd over ons gezamenlijk vakgebied en ben ik gegroeid als academicus. Oprecht bedankt voor je waardevolle begeleiding. Jacob, bedankt voor je bijna onvermoeibare inhoudelijke betrokkenheid. Iedere hoofdstuk in dit proefschrift voorzag je van scherpe en inhoudelijk toevoegende feedback. Mede hierdoor heb ik mijn schrijf skills de afgelopen jaren sterk ontwikkeld, dank daarvoor.
lieve Imke, in de academische wereld is de laatste plek de meest gerespecteerde plek. Deze plek behoort tot de persoon die het allemaal mede mogelijk heeft ge-maakt. Laat dus geen twijfel bestaan over het volgende, jij bent de laatste auteur van dit proefschrift. Ondanks dat je er soms maar weinig van begreep heb je altijd geprobeerd betrokken te zijn, me gesteund, en bovenal me gemotiveerd wanneer nodig. Hiervoor ben ik je enorm dankbaar en zonder jou zou m’n proefschrift niet zijn geweest wat het nu is.
lieve Papa & mama, we kunnen rustig stellen dat m’n basisschool en middelbare schoolperiode niet bepaald succes tijden waren, en dat dit voor de nodige span-ningen heeft gezorgd. Sommigen twijfelden of ik überhaupt ooit iets nuttigs zou doen, laat staan promoveren. Ondanks dit hebben jullie me altijd onvoorwaardelijk gesteund en de vrijheid gegeven om te doen wat ik wou doen. Hierdoor heb ik in alle vrijheid kunnen studeren en kan ik nu dit boekje verdedigen. Ik zal jullie altijd dankbaar zijn voor alle steun, vrijheid en vertrouwen.
remco, inmiddels kan ik je een goede vriend noemen en een stabiele factor ge-durende mijn PhD. Bedankt voor alle goede discussies en gesprekken over m’n PhD en zoveel andere onderwerpen. Je hebt oprecht een waardevolle bijdrage geleverd aan m’n PhD en m’n ontwikkeling als academicus.
0258oGs, A.K.A my roommates. Writing this part of the acknowledgement was truly a pleasure, it reminded me of all the great things we did together.
148
laura, bedankt voor de mooie herinneringen aan alle rode wijnvlekken die we samen hebben gemaakt, in het bijzonder de gigantische wijnvlek op die muur (ik heb de foto’s). Maar alle onzin terzijde, ik wil je oprecht bedanken voor onze vriendschap die we de afgelopen jaren hebben opgebouwd, onze gesprekken over uiteenlopende onderwerpen en zo nu en dan je wijze adviezen.
Danielle, ondanks dat je me niet toestond je oneindig te voeden totdat je niet meer in je trouwjurk paste was je een gezellige en goede collega. En ow ja, bedankt voor dat trouwfeestje en het nauwkeurig verwijderen van m’n plafondlamp.
bente, jouw doorzettingsvermogen en enthousiasme voor de wetenschap zijn aanstekelijk. Zelden heb ik iemand zo gemotiveerd zien beginnen aan haar pro-motieproject. Ik hoop dat we elkaar in de toekomst nog vaak zullen treffen bij een toekomstige get-together met de kamer.
kevin, officieel de beste collega ooit! Dankzij je onvermoeibare interesse in de wetenschap heb je een positieve bijdrage geleverd aan dit proefschrift. Het meest belangrijke is dat we dankzij jou als kamer altijd goed hebben gegeten, die enorm grote stukken en geweldig gekruid vlees op de BBQ waren heerlijk, Bedankt! betty, wie had verwacht dat uitgerekend jij met bier zou gooien in m’n huis, ik had je totaal niet zo ingeschat. Ondanks dat was je een fijne en gezellige buurvrouw in onze soms (meestal) luidruchtige kamer, bedankt daarvoor! Ik hoop dat we nog geregeld eens kunnen wandelen of een avondje Catan kunnen organiseren. warner, je onverstoorbare concentratievermogen is verwonderlijk, en toch is het ons gelukt om je zo nu en dan af te leiden van je werk. In je hoedanigheid als mr Proper, bedankt voor het schoonhouden van onze kamer en nog belangrijker, mijn huis na onze feestjes.
anouschka, de verstandigste van de groep, oprecht wat was er zonder jou van ons terecht gekomen? Waarschijnlijk had Laura dan haar eigen postnatale abortuskli-niek, Steffen een bordeel, Bente een drugslab, Giorgio capo van de Cosa Nostra, ik een eigen kerk, was Danielle verslaafd aan Agar (www.agar.io), en had Betty alle mannen verbannen. Gelukkig zijn we dankzij jou allemaal matige wetenschappers geworden, het alternatief was oliebollen verkopen uit een bakfiets.
Giorgio & steffen, many thanks to both of you for willing to be my paranymph! Some thought that this would be a troublesome combination, but honestly, I
Dankwoord
couldn’t have wished for a better combination. During these weird times both of you were incredibly supportive in making difficult decisions. Apart from all this, we also became good friends and I’m really looking forward to our road trip to Italy. Giorgio, thanks for all the great talks we had about almost anything, I hope many more will follow. There is one thing I have to sincerely thank you for, that is the great food and wine you always brought with you.
steffen, one thing I was always sure of when we met for a coffee or when you were in the office, you always brought entertainment, noise and so now and then you said something sensible. For some this may sound as something bad, but thanks to this my PhD was much more fun. Despite the fact that you will be mo-ving to Curaçao soon, I sincerely hope that we will continue to see each other! I’ll definitely come by and visit you.
