《Scientific Reports》：LINC: a framework for maintaining high-quality passive data in digital phenotyping studies
编辑推荐：
本研究旨在解决智能手机数字表型研究中，因技术障碍和用户参与度波动导致的被动数据质量不稳定的关键挑战。为此，研究人员提出了名为LINC的系统化操作框架，并在针对社交媒体使用与青少年心理健康的大规模观测性研究（n = 373）中应用。结果显示，遵循该框架后，研究获得的基于GPS的被动数据质量中位数达到0.92，证明了在真实世界环境中收集高质量被动数据的可行性。
在数字时代，智能手机已成为人们生活的延伸，记录着我们的位置、活动和社交互动。利用这些设备被动收集的数据进行数字表型研究，为理解人类行为与健康（特别是心理健康）之间的关系开辟了新天地。然而，理想很丰满，现实却很骨感。在实际研究中，想要连续、高质量地收集这些数据面临着巨大挑战。技术上的小故障、用户手机设置的差异，以及参与者可能忘记充电或关闭权限，都会导致数据流中断或质量参差不齐。面对这些“漏洞”，以往的研究往往倾向于事后补救，例如过度依赖数据插补或复杂的模型来填补空白。但这就好比用修补过的渔网捕鱼，虽然能捞起一些，却可能错过关键信息或引入偏差。那么，有没有一种方法能从一开始就把“渔网”织得更结实、更可靠，从源头保障数据质量呢？这正是发表在《Scientific Reports》上的这项研究所要回答的核心问题。
为了回答这个问题，研究团队没有发明新的算法，而是转向了“流程”与“实践”。他们认识到，高质量数据的获取不仅关乎技术，更关乎如何系统化地管理整个研究过程。因此，他们创造性地提出了名为LINC的框架。LINC并非一个软件或算法，而是一套系统化的最佳实践方案，其名称来源于四个核心操作领域的首字母：启动（Launch）、交互（Interact）、通知（Notify）和纠正（Correct）。为了验证这套框架的可行性，研究人员将其应用于一项大型观察性研究。该研究招募了373名参与者，旨在探讨青少年在2至3周内的社交媒体使用与其心理健康状况之间的关联。
研究人员开展此项研究主要应用了以下几个关键技术方法：首先是基于智能手机的数字表型数据采集技术，通过定制开发的应用程序（app）被动收集参与者的GPS等传感器数据。其次是框架化的研究操作管理，即系统化实施LINC框架，涵盖设备与应用配置、参与者互动、实时数据监控及问题排查四个领域。此外，研究涉及大规模参与者队列（n = 373）的招募与管理，并利用定量指标（如数据质量分数）对被动数据收集的完整性和可靠性进行评估。
研究结果
LINC框架的组成与实施
LINC框架被设计为一个包含四个领域（domain）的系统化操作指南。在“启动”阶段，重点在于标准化设备和应用程序的初始配置，以确保数据收集基础的一致性。“交互”领域则关注如何通过设计提升参与者的应用使用粘性，例如简化界面和设置提醒。在数据收集过程中，“通知”机制通过实时监控数据流，一旦发现异常或中断便能触发警报。最后，“纠正”领域提供了一套针对常见问题（如权限被关闭、应用被系统终止）的标准化排查与解决流程。该框架的每个部分都配备了实用的实施资源，旨在降低技术门槛，使研究团队能够高效执行。
在真实世界研究中的应用与数据质量评估
为了检验LINC框架的实际效果，研究团队在一项为期2至3周、涉及373名青少年的观察性研究中部署了该框架。该研究主要收集参与者的GPS位置数据作为被动数据源。研究人员定义了一个数据质量分数，用于量化在预定收集时间段内实际成功收集到的数据比例。分析结果显示，在整个研究队列中，基于GPS的被动数据质量分数中位数达到了0.92（四分位距IQR: 0.59–0.98）。这意味着有一半参与者的数据收集完整度超过92%。具体而言，75%的参与者数据质量分数高于0.59，而有25%的参与者实现了极高的数据完整度，其分数超过0.98。
与现有基准的比较
研究人员将本研究获得的数据质量结果与已发表文献中的基准数据进行了比较。结果显示，遵循LINC框架后达到的数据质量中位数（0.92）和分布（例如，25%参与者>0.98）优于许多先前报告中常见的水平。这一比较表明，通过系统化的操作实践，可以显著提升真实世界数字表型研究中被动数据的收集质量，使其达到甚至超过现有标准。
结论与讨论
本研究系统地提出了LINC框架，并通过对一项大规模观察性研究的应用，实证了该框架在提升智能手机数字表型研究中被动数据质量方面的可行性与有效性。研究核心结论表明，通过将研究操作流程系统化为启动、交互、通知和纠正四个领域的最佳实践，能够有效克服真实世界环境中的技术障碍和参与度波动问题，从而实现高质量（本研究中GPS数据质量中位数达0.92）的连续被动数据收集。
这一成果具有多重重要意义。首先，它在方法论层面提供了新的思路，将解决数据质量问题的焦点从后端的数据修补（如插补）前移至前端的研究过程管理与优化，强调了操作标准化和主动监控的重要性。其次，LINC框架及其配套资源的提出，降低了实施高质量数字表型研究的技术门槛，使得更广泛的研究团队（包括那些不具备深度专业技术知识的团队）能够开展此类研究，这有助于推动该研究领域的可重复性与可比性。最后，高质量、高完整度的被动数据是确保后续分析结果可靠性与有效性的基石。例如，在研究社交媒体使用与青少年心理健康这类复杂关联时，可靠的行为数据（如GPS反映的活动模式）对于得出稳健结论至关重要。因此，LINC框架不仅优化了数据收集流程，也为基于数字表型的健康与行为科学研究提供了更坚实的数据基础。
