Filtern
Dokumenttyp
- Bachelorarbeit (1)
- Dissertation (1)
Schlagworte
- Data Analysis (1)
- Data Mining (1)
- Datenanalyse (1)
- Depression (1)
- Mental Disorder (1)
- Mental Health (1)
- Monitoring (1)
- Nachhaltigkeit (1)
- Psychische Gesundheit (1)
- Psychische Störung (1)
Institut
Internet- and mobile technologies are increasingly used to deliver mental health care. E-Mental Health is promising for the prevention and treatment of mental disorders. However, while E-Mental Health was shown to be an effective treatment tool, fewer studies investigated the prevention of mental health problems with E-Mental Health approaches. In a series of three studies, this dissertation examines internet- and mobile-based approaches for the early monitoring and supporting of mental health. First, a pilot study investigates the use of smartphone data as collected by daily self-reports and sensor information for the self-monitoring of bipolar disorder symptoms. It was found that some, but not all smartphone measurements predicted clinical symptoms of mania and depression, indicating that smartphones could be used as an earlywarning system for patients with bipolar disorder. Second, a randomized controlled trial evaluates the effectiveness of an internet-based intervention among persons with depression and sickness absence. The intervention was found to be effective in reducing depressive symptoms compared to a control group, suggesting that the internet can provide effective support for people with sickness absence due to depression. Third, a study protocol proposes to combine self-monitoring with a mobile intervention to support mental health in daily life. Supportive self-monitoring will be evaluated in a fully mobile randomized controlled trial among a sample of smartphone users with psychological distress. If supportive self-monitoring on the basis of a smartphone application is effective, it could be widely distributed to monitor and support mental health on a population level. Finally, the contribution of the presented studies to current research topics in E-Mental Health is discussed.
Auf Grund der stetig wachsenden Menge an Daten gewinnt die automatische Datenanalyse durch Algorithmen zunehmend an Bedeutung. Im Speziellen trägt die Analyse von Texten ohne manuelles Zutun zu einer erheblichen Erleichterung der Extraktion von relevanten Informationen bei. Sprachliche Informationen können neben der Zuordnung zu Kategorien auf Regeln und Muster untersucht werden. Diese Art der Untersuchung fällt in den Bereich des Text Minings, und in der vorliegenden Arbeit geht es darum, eine qualitative Inhaltsanalyse zum Thema Nachhaltigkeit nachzuempfinden. Es soll geprüft werden, in wie weit automatisierte Verfahren in der Lage sind, Ergebnisse einer bereits bestehenden Untersuchung zu erzielen. In der Durchführung werden mit der Open Source-Software RapidMiner vier Prozesse erstellt, die darauf abzielen, Zeitungsartikel auf ihren Inhalt zu analysieren. Unter anderem werden eine Assoziationsanalyse und eine Klassifikation realisiert, deren Ziel es ist, den Kontext und die Verwendung des Begriffes der Nachhaltigkeit in den Medien zu untersuchen. Die vorliegende Studie will prüfen, ob automatisierten Methoden im Vergleich zu manuellen Verfahren hinreichende Ergebnisse liefern können, sodass die hiesigen Resultate an denen der zu Grunde gelegten Studie von Fischer und Haucke gemessen werden sollen. Die Ergebnisse zeigen, dass die Realisierung einer Inhaltsanalyse mit RapidMiner möglich ist und zu erheblichen Zeiteinsparungen gegenüber konventionellen Verfahren führt. Sie zeigen jedoch auch, dass sich die Minderung des Aufwandes in der Ergebnisqualität widerspiegelt und somit der alleinige Einsatz von Text Mining Verfahren zur Analyse von spezifischen Kontexten noch nicht ausreichend ist.