06.10.2025 Neue Publikation: Associations between ecological momentary assessment and passive sensor data in a large student sample
Associations between ecological momentary assessment and passive sensor data in a large student sample
Autor:innen:
Siepe, B. S., Tutunji, R., Rieble, C. L., Proppert, R. K. K., & Fried, E. I. (2025)
Zusammenfassung:
Das ecological momentary assessment (EMA) erhöht die ökologische Validität einer Erfassung, kann jedoch sehr aufwändig sein. Um diesen Aufwand zu reduzieren und psychologische Konstrukte im Alltag besser zu verstehen, wird zunehmend gefordert, EMA-Daten durch von tragbaren Geräten passiv gesammelte Daten zu ergänzen oder zu ersetzen. Es ist daher von entscheidender Bedeutung, die Qualität der Daten von tragbaren Geräten und ihre Übereinstimmung mit typischen Selbstauskunftsmaßnahmen zu untersuchen. Wir haben die Ergebnisse der passiven Erfassung und der EMA-Daten aus einem Projekt zum Aufbau eines Warnsystems für Depressionen bei Studenten (WARN-D) in einer großen Stichprobe von 781 Studenten verglichen. Drei Monate lang trugen die Teilnehmenden eine Garmin VivoSmart 4-Uhr und beantworteten EMA-Umfragen (bis zu 352 Beobachtungen). Wir untersuchten, ob und inwieweit passive Sensormessungen gleichzeitig mit verschiedenen Selbstauskunftsmaßnahmen in Verbindung standen, die angeblich dieselben Konstrukte messen. Wir konzentrierten uns auf Stress, Müdigkeit und Schlaf, die alle transdiagnostische Relevanz für die psychische Gesundheit haben und sowohl mit Selbstauskunft und physiologischen Messungen bewertet werden können. Wir verwendeten longitudinale Mixed-Effects-Modelle, um durchschnittliche momentane Zusammenhänge und ihre interindividuelle Heterogenität zu schätzen. Selbstauskunft und tragbare Messungen von schlafbezogenen Variablen zeigten robuste Zusammenhänge, während die Zusammenhänge für Müdigkeit schwächer waren und sich die Stressmessungen bei den meisten Personen nicht überschnitten. Diese Ergebnisse deuten darauf hin, dass tragbare Daten und die entsprechenden Selbstauskunftsmessungen nicht unbedingt ähnliche Konstrukte messen. Wir liefern mehrere Erklärungen für dieses Ergebnis, darunter semantische Unterschiede und Messprobleme, und bieten Einblicke und Wege für die psychische Gesundheitsforschung, die tragbare Daten und Selbstauskunftsdaten kombiniert.
Mitteilung:
Björn Siepe (AG Methodenlehre, FB Psychologie, Philipps-Universität Marburg) und Kolleg*innen untersuchten, wie gut Smartwatches erkennen, ob eine Person müde oder gestresst ist oder wie sie geschlafen hat. Dazu nutzen sie Daten von fast 800 Teilnehmenden. Für die jeweilige Variable wurde analysiert, inwieweit die Auskunft der Smartwatch mit dem Selbstbericht der Person zusammenhängt. Tatsächlich zeigte sich, dass die Smartwatches gut erkennen konnten, wie eine Person geschlafen hat. Jedoch zeigten sich geringe Zusammenhänge in Bezug auf die Müdigkeit und das Stresserleben der Person. Diese Ergebnisse sind nicht nur für weitere wissenschaftliche Forschung relevant, sondern auch für den alltäglichen Gebrauch von Smartwatches interessant. Wie ein Kollege von B. Siepe erklärt, kann die Smartwatch nicht unterscheiden, ob eine Person tatsächlich gestresst ist oder im positiven Sinne aufgeregt.
Die Ergebnisse fanden auch in der Presse große Aufmerksamkeit, wie die folgenden Artikel aus verschiedenen Zeitschriften zeigen:
Pressemitteilung der Universität Leiden
Siepe, B. S., Tutunji, R., Rieble, C. L., Proppert, R. K. K., & Fried, E. I. (2025). Associations between ecological momentary assessment and passive sensor data in a large student sample. Journal of Psychopathology and Clinical Science. Advance online publication. https://doi.org/10.1037/abn0001013