確定手機使用的基本時間單位和獨立週期

(本文榮獲國衛院 第1屆 科普寫作徵文比賽 三獎)



你有看過被譽為女版賈伯斯,伊莉莎白.霍姆斯(Elizabeth Holmes)的故事嗎?她創立的公司,號稱一滴血就能超過二百種檢測,但最終被戳破是場騙局,你有沒有想過,為什麼健康檢查時抽血都要抽好幾管血?這當然是經過多次驗證後所計算出的結果。因此,在進行任何研究之前,都要先確立分析的「量」才能產生真實的結果。由於網路跟智慧型手機的普及,現代人手機不離身、行動上網隨手可得,手機記錄已成為貼身觀察一個人行為的最佳工具,且智慧型手機的過度使用已成為一個重要的全球社會問題。我們每天與這個世界連結的互動,也在智慧型手機與網路上留下大量的「數位足跡」。近年來,更有許多學者提出利用這些數位足跡,來描繪出一個人的「數位表現型」(digital phenotype)。透過分析手機留下的數位足跡了解人類行為已是本世紀最先進的技術,智慧型手機扮演提供可靠資訊與協助追蹤的角色,所以需要透過更準確及標準的方式來研究手機使用行為。

有別於過去需要長時間、主觀的蒐集使用者資料,我們利用手機在背景執行程式所收集到的「被動資料」(passive data)去判定每個人的手機使用行為,然而,研究每個人使用手機的習慣,需要觀察多久的時間才足夠穩定,能反映一個人真實的使用行為呢?現在許多人常提到手機成癮,究竟手機使用情況與成癮有甚麼關係呢?因此,我們分析手機的使用資料,了解需要連續紀錄多久才足夠穩定,並確認當有兩段的手機使用數據,中間間隔幾週就算是獨立週期,以及驗證與手機使用情況和失控指標相關的參數。

「Know Addiction」是本院群體健康科學研究所林煜軒醫師團隊所開發用來精算手機使用時間的App,透過記錄手機螢幕的開與關就可以估算一個人每日使用手機的次數與時間,根據使用手機的狀態可再細分成主動使用(例如打開手機、撥打電話)或被動使用(例如接聽電話、收到簡訊)的次數與時間。此外,透過雲端平台的演算,可自動計算出可用來描繪使用手機「失控」現象的特定參數。「Know Addiction」App獨特之處為它是在手機背景全自動運作,且耗電量極低,安裝設定後不需要再開啟App,就可自動分析計算出使用次數與使用時間排在前五名的App。

我們是第一個區分手機「主動使用」與「被動使用」演算法的團隊,我們使用「Know Addiction」全自動地記錄使用者手機使用數據,8週後根據手機使用狀況,分析了總使用頻率(F)、總使用時間(D)、主動使用頻率(PF)和主動使用時間(PD)等數據;以及與手機自制力相關的失控指標,包含控制指標(CI)、相似指標(SI)和方均根(RMSSD),以了解對手機使用的自制力,與有無過度使用的問題。

分析使用者8週的手機使用行為,結果發現,主動使用手機的頻率佔整天使用頻率的40%、主動使用手機的時間佔整天使用時間的23.3%,且主動使用時間與手機成癮的分數具有顯著正相關,由此結果也證實區分主動與被動使用手機的行為是重要且有意義的。


由於每個人幾乎都有固定滑手機的習慣,且平日與周末手機使用的行為可能不同,要觀察多久得到的數據才具有代表性呢?研究發現,若要反應2個月的使用情況,至少需要測量2週作為基本單位。如果有2筆使用資料,若中間間隔超過4週,這兩段資料即視為2段獨立週期,即為新的週期。例如有一位學生迷上一款手機遊戲,要判斷他是否有網路成癮的現象,可以觀察記錄該學生的手機使用行為2週;若要評估學生在暑假期間與開學後使用手機的情況是否有所不同,可中間間隔4週再蒐集數據進行分析。「Know Addiction」透過雲端平台的演算自動計算出描繪使用手機「失控」現象的特定參數,此演算法在經過不斷改良後發現,失控指標中,控制指標「Control Index(CI)」是較穩定的參數,對於反映手機使用的控制能力最具代表性,比使用手機的時間和頻率更能預測對手機成癮的判斷。

此篇研究驗證了手機使用資料的時間穩定度,證實一個人的手機使用行為大約2週就足夠穩定,可藉由2週的使用結果,紀錄個人手機使用的行為,反應手機長期使用的狀況。這篇研究對於網路行為與手機行為研究的方法學建立非常重要,也提供一個基準觀察區間的實證數據,每日與我們形影不離的手機確實可能是幫助我們把症狀轉變成治療的好幫手,像是可作為網路或手機成癮評估與改善的追蹤,在行為學的觀測上深具應用價值。

Pan YC, Lin HH, Chiu YC, Lin SH, Lin YH. Temporal Stability of Smartphone Use Data: Determining Fundamental Time Unit and Independent Cycle. JMIR Mhealth Uhealth2019 Mar 26;7(3):e12171. doi: 10.2196/12171.