《Scientific Data》：Longitudinal mental health data collected via the Corona Health smartphone app during COVID-19
编辑推荐：
为解决在新冠疫情等重大公共卫生事件期间如何实时、动态评估人群心理健康变化轨迹的问题，研究人员利用一款多语言移动健康（mHealth）应用，在德国成年人群中开展了大规模纵向生态瞬时评估（EMA），系统收集了2020年7月至2025年1月期间的心理问卷、GPS及使用行为数据。该研究构建了包含基线（2,704人）与重复测量（11,541次）的独特数据集，为解析疫情下心理健康变化模式、影响因素及其长期轨迹提供了关键数据基础，对理解危机下的心理适应机制具有重要意义。相关成果发表于《Scientific Data》。
新冠疫情如同一场席卷全球的风暴，不仅冲击着公共卫生体系，也对人们的精神世界造成了深远影响。在疫情的高峰与低谷之间，人们的焦虑、压力和生活质量发生了何种变化？这些变化是暂时的应激反应，还是具有更持久的轨迹？传统的心理健康研究多依赖于横断面调查或间隔较长的随访，难以实时捕捉心理状态在重大社会危机下的动态波动，这为理解疫情的心理社会影响机制留下了空白。为了弥合这一知识鸿沟，一个来自国际研究团队的研究项目应运而生，他们开发并部署了一款名为“Corona Health”的智能手机应用，旨在以前所未有的时间密度和便利性，收集疫情背景下人群心理健康的纵向数据。这项研究的结果最终以数据论文的形式发表在开放获取期刊《Scientific Data》上，为后续深入的探索打开了一扇新的大门。
为了系统回答上述问题，研究人员采用了多项关键技术方法。核心是基于智能手机的移动健康（mHealth）研究范式，通过自主开发的跨平台（Android 和 iOS）Corona Health应用进行数据采集。研究采用纵向队列设计，在德国招募了18岁及以上的成年人作为参与者。数据收集的核心方法是生态瞬时评估（Ecological Momentary Assessment, EMA），这是一种在自然环境中多次、实时评估个体体验的方法。通过该应用，研究人员收集了包括生活质量、心理幸福感、应对机制和疫情相关担忧在内的多维度问卷数据。此外，在获得知情同意的前提下，还同步收集了GPS位置信息与应用使用统计等被动传感数据，从而构建了一个结合主动报告与被动监测的多模态纵向数据集。
数据集概览
该研究构建的数据集包含两个主要部分。首先是来自2,704名参与者的基线数据，这些成年人均居住在德国。其次是纵向追踪部分，共计收集了11,541次重复的生态瞬时评估（EMA）响应。数据收集时间窗口覆盖了新冠疫情的不同阶段，从2020年7月一直持续到2025年1月，为观察疫情中长期心理变化提供了时间跨度。
评估内容与结构
通过Corona Health应用施测的问卷评估了多个心理健康相关领域。具体包括对个体整体生活质量的衡量，对积极心理状态和心理幸福感（psychological well-being）的评估，个体在面对疫情压力时所采用的各种应对策略（coping mechanisms），以及对疫情本身及其相关后果（如健康风险、社交隔离、经济困难）的担忧程度。这些多维度的评估旨在全面刻画参与者在疫情期间的心理社会适应状况。
数据维度扩展
除了上述由参与者主动填写的问卷数据外，该数据集的一个重要特色在于整合了被动收集的传感器数据。在参与者明确同意的前提下，应用记录了GPS地理位置信息，这可能用于分析活动范围、社交距离行为与环境暴露。同时，应用自身的使用统计数据也被记录，例如应用打开频率、在不同模块的停留时间等，这些数据有助于理解用户的参与模式和数据报告质量。
结论与意义
本研究通过Corona Health智能手机应用，成功建立并分享了一个大规模、多模态、跨疫情阶段的纵向心理健康数据集。它不仅记录了德国成年人群在新冠疫情不同时期在生活质量、心理幸福感、应对与担忧等方面的动态变化轨迹，还创新性地融合了主动报告与被动传感数据。这一数据资源使研究者能够深入探究多个关键科学问题：例如，分析个体在疫情中及疫情后的心理健康发展轨迹，识别易感性与恢复力的模式；检验特定心理因素（如应对方式）与具体的疫情经历（如封锁强度、感染风险感知）之间的动态关联；以及探索利用高频纵向数据揭示心理健康波动规律的方法学。该数据集的公开，为跨越心理学、流行病学、移动健康和数据科学等多个学科的研究者提供了一个宝贵的真实世界数据平台，有望深化我们对重大公共卫生事件中心理社会反应机制的理解，并为未来构建更具响应性的心理危机监测与支持系统提供实证基础。
