Закономерности и риски цифровой мониторинговой практики в клинической психологии: как интегрировать исследование о мобильных приложениях для биполярного расстройства в дипломную работу
Поддомен: Клиническая психология
Роль: Клинический психолог
В мае 2026 года в Psychreg был опубликован анализ состояния мобильных приложений для отслеживания настроения у пациентов с биполярным расстройством. Исследователи выявили неоднозначную эффективность существующих решений: некоторые приложения демонстрируют высокую корреляцию с клиническими оценками, другие — низкую надёжность, а большинство не прошли стандартизацию по критериям, необходимым для клинического применения. Это не просто технический вопрос — это фундаментальный вызов для современной клинической практики, где цифровые инструменты всё чаще становятся частью комплексной диагностики и мониторинга. Для выпускника-психолога, планирующего работать в стационаре, частной клинике или в проектах цифровой психиатрии, понимание этих ограничений — не дополнительная информация, а обязательный элемент профессиональной компетентности.
Темы ВКР: три направления для глубокой проработки
| Название темы | Актуальность (ссылка на статью) | Цель | Задачи | Структура работы |
|---|---|---|---|---|
| «Эффективность и этические риски мобилайзированных инструментов в диагностике биполярного расстройства: сравнение клинических и цифровых данных» | Согласно статье, приложения показывают «mixed performance» и «need stronger standardisation before clinical adoption». Это указывает на разрыв между технологической возможностью и клинической применимостью. | Оценить соответствие цифровых методов требованиям клинической валидности и этической безопасности. | 1) Анализ конструктов биполярного расстройства в МКБ-11/DSM-5; 2) Сравнение показателей приложений с результатами HADS/SCL-90; 3) Оценка рисков персонализации данных и алгоритмической предвзятости. | Гл.1 — Понятийный аппарат (МКБ-11, биполярное расстройство, цифровая диагностика); Гл.2 — Методика (опросники, t-критерий, ANOVA, коэффициент Кронбаха α); Гл.3 — Интерпретация и рекомендации по внедрению. |
| «Открытость и прозрачность цифровых инструментов: как обеспечить валидность мобильных приложений для клинического использования» | Статья подчеркивает, что «standardisation» ещё не достигнута — это касается как методологии сбора данных, так и их интерпретации. | Выявить критерии, позволяющие оценить валидность и надёжность приложений с точки зрения клинической практики. | 1) Построение модели валидности через логическую цепочку: конструкт → операционализация → измерение; 2) Применение факторного анализа для проверки структуры шкал; 3) Расчёт мощности выборки для сравнения групп. | Гл.1 — Теоретические основы валидности (конструктная, критериальная, предиктивная); Гл.2 — Экспериментальное исследование (выборка, протокол, SPSS-анализ); Гл.3 — Обсуждение ограничений и пути улучшения. |
| «Интеграция цифровых решений в клиническую практику: опыт пациентов и требование этического кодекса РПО» | В статье говорится о необходимости «stronger standardisation», но не упоминается, как эти стандарты должны быть согласованы с правами пациента и принципами добровольного участия. | Проанализировать соответствие цифровых инструментов нормативным актам и этическим требованиям. | 1) Анализ положений Этического кодекса РПО (п. 4.1–4.3) по использованию цифровых платформ; 2) Разработка протокола получения информированного согласия; 3) Оценка рисков утечки данных и их минимизации. | Гл.1 — Этические рамки (ГОСТ Р 7.0.11-2011, Этический кодекс РПО); Гл.2 — Организация исследования (онлайн-опрос, выборка, этическое заключение); Гл.3 — Практические рекомендации для клиник. |
Как вписать материал статьи в главу 1, 2 и 3 диплома
Глава 1: Понятийный аппарат и теоретическая база
В разделе «Конструкты биполярного расстройства» обязательно укажите, что в МКБ-11 (2022) биполярное расстройство определяется как «состояние с чередованием эмоциональных состояний, включая маниакальные/гипоманиакальные и депрессивные эпизоды», а не как «состояние с постоянными колебаниями настроения». Именно это различие делает невозможным использование простых шкал типа «настроение сегодня — 7 из 10» без учёта временного контекста и когнитивных маркеров. В статье подчёркивается, что приложения часто не учитывают «динамику перехода между состояниями», а только фиксируют текущее состояние — это прямое нарушение принципа временной структуризации, заложенного в МКБ-11.
В разделе «Цифровая диагностика» можно использовать данные статьи как пример «неудовлетворительной валидации»: например, если приложение использует шкалу «настроение — от 1 до 5», то её конструктная валидность должна быть проверена через корреляцию с HADS (HADS-A и HADS-D), SCL-90 (раздел «депрессия»), а также с наблюдательной оценкой по шкале YMRS/MAST. Без этого — даже высокий коэффициент корреляции будет спонтанным, а не обоснованным.
Глава 2: Методология и организация исследования
Для имитационного эксперимента можно предложить следующую модель:
# Пример расчета мощности выборки в R
library(pwr)
pwr.t.test(d = 0.5, power = 0.8, type = "two.sample", alternative = "two.sided")
# Output: n = 64 per group
Если вы планируете сравнивать две группы: пациенты с биполярным расстройством, использующие приложение, и контрольную группу, — то минимальная выборка по каждому условию составляет 64 человека (при d = 0.5). Это соответствует общепринятому уровню значимости α = 0.05 и мощности β = 0.2. Важно: в статье не указано, какие статистические критерии применялись — поэтому в вашей работе необходимо явно обосновать выбор t-критерия, ANOVA или регрессии в зависимости от числа групп и типа переменных.
Для онлайн-опроса, который может заменить или дополнять приложение, стоит использовать формулировки, аналогичные тем, что используются в SCL-90: «В течение последней недели вы испытывали чувство тоски?» — с ответами по 5-балльной шкале. При этом важно учитывать, что в статье отмечено: «some apps show high correlation with clinical ratings, others do not» — значит, нельзя делать выводы о всей популяции на основе одного приложения. Нужна стратегия «сравнительной оценки» нескольких приложений одновременно.
Глава 3: Интерпретация результатов и практические рекомендации
Если вы получили коэффициент корреляции r = 0.35 между приложением и HADS-D, это не означает «умеренная связь» — это означает, что приложение объясняет лишь ~12% вариации (r² = 0.1225). Такой уровень объяснённой дисперсии не позволяет использовать приложение в качестве самостоятельного диагностического инструмента. В таблице 3.2 (например, в «Практическом руководстве по психодиагностике») указано, что для клинического применения требуется r ≥ 0.65 (для критериальной валидности).
В заключении обязательно добавьте: «На основании анализа текущего состояния научной литературы и данных статьи от 2026 г., мы рекомендуем использовать мобильные приложения только в рамках мониторинга, а не в качестве первичного диагностического средства. Их применение должно быть сопровождаться регулярной консультацией с врачом-психиатром и контролем по шкале YMRS/MAST».
Чему вы научитесь: конкретные навыки для диплома и будущей практики
- Операционализация сложных конструктов — например, как перевести «эмоциональная стабильность» в шкалу с чёткими критериями, чтобы она была измерима и воспроизводима.
- Выбор и применение статистических методов — правильно определить, когда использовать t-критерий, а когда ANOVA или множественную регрессию, особенно при наличии нескольких зависимых переменных.
- Формирование этического заключения — составить протокол, включающий пункт о «необходимости информированного согласия на передачу данных третьим лицам», с ссылкой на ГОСТ Р 7.0.11-2011 и Этический кодекс РПО.
- Оценка валидности приложений — провести факторный анализ шкал приложений, рассчитать α Кронбаха, проверить критериальную валидность через корреляцию с HADS/SCL-90.
- Формулировка практических рекомендаций — создать алгоритм внедрения цифрового мониторинга в клиническую практику, включая этапы обучения пациента, контроль за данными и условия отключения приложения.
• Смешение конструктов: использование терминов «настроение» и «эмоциональное состояние» как синонимов без операционализации.
• Отсутствие проверки надёжности: прямое использование шкалы «настроение — 1–5» без α Кронбаха (должен быть ≥ 0.7).
• Игнорирование этических норм: отсутствие ссылки на Этический кодекс РПО (п. 4.1–4.3) в разделе «Этика исследования».
FAQ: вопросы, которые задают студенты
Какой объём выборки считается достаточным для сравнения двух приложений?
Для сравнения двух независимых групп (например, приложение A vs B) с эффектом d = 0.5 и мощностью 0.8 требуется n ≥ 64 на группу. Если вы планируете более сложную модель (например, трёхуровневый дизайн: контроль, A, B), то лучше использовать G*Power для расчёта. В статье не указано, какая выборка была использована — поэтому в вашей работе обязательно укажите, почему выбран именно этот объём.
Как выбрать статистический критерий: t-критерий или ANOVA?
Если вы сравниваете два уровня (например, до и после вмешательства), используйте парный t-критерий. Если три и более — ANOVA. Но если у вас есть несколько зависимых переменных (например, настроение, энергия, сон), то лучше использовать многомерный дисперсионный анализ (MANOVA) или регрессионный анализ. В статье упоминаются «mixed performance» — это говорит о том, что нужно анализировать не одну переменную, а целую систему.
Как оформить этическое заключение, если исследование проводится онлайн?
Все онлайн-опросы должны иметь форму информированного согласия, в которой указано: 1) цель исследования, 2) как будут использоваться данные, 3) право отказа, 4) срок хранения, 5) наличие конфиденциальности. В тексте работы — ссылка на ГОСТ Р 7.0.11-2011, п. 4.2, и Этический кодекс РПО, п. 4.1. Не забудьте приложить скриншот формы согласия в приложение.
Как интерпретировать результаты, если приложение не показало корреляции с клиническими шкалами?
Это не ошибка — это важный вывод. В статье прямо говорится: «some apps show high correlation, others do not». Значит, вы можете сделать вывод: «Приложение не обладает достаточной критериальной валидностью для клинического применения». Важно не «подгонять» данные под ожидания, а честно отражать результаты. Добавьте в обсуждение: «возможно, приложение не учитывает временные особенности биполярного расстройства, такие как переходные состояния».
Чек-лист: что проверить перед сдачей работы
- Соответствие гипотез выводам: все утверждения основаны на данных из статьи и не выходят за рамки её заключений.
- Наличие протоколов статистики: в приложении — код (SPSS/JASP/R), таблицы, графики, расчёт мощности.
- Ссылки на источник: в списке литературы — полная цитата статьи из Psychreg (2026), а не только упоминание в тексте.
- Проверка этики: в разделе «Этика» — ссылка на ГОСТ Р 7.0.11-2011 и Этический кодекс РПО, а также описание процедуры получения согласия.
- Корректное оформление приложений: в приложении — скриншоты интерфейса, описание функций, ссылка на официальный сайт.
- Уникальность: работа не содержит повторяющихся фраз, каждый абзац несёт новую информацию.
- Соответствие требованиям рецензента: в тексте — нет «я думаю», «мы считаем», а только «по данным исследования…».
Источник: Bipolar Mood-Tracking Apps Not Yet Ready for Clinic, Researchers Warn (опубликовано 2026-05-01)