Abstract Previous research has indicated that health and well-being are impacted on by both the way we think, and the things we do. In the laboratory, studies suggest that specific task contexts affect this process because the people we are with, the places we are in, and the activities we perform may influence our thought patterns. In our study participants completed multi-dimensional experience-sampling surveys eight times per day for 5 days to generate thought data across a variety of dimensions in daily life. Principal component analysis was used to decompose the experience sampling data, and linear mixed modelling related these patterns to the activity in daily life in which they emerged. Our study replicated the influence of socializing on patterns of ongoing thought observed in our prior study and established that this is part of a broader set of relationship that links our current activities to how our thoughts are organised in daily life. We also found that factors such as time of day and the physical location are associated with reported patterns of thought, factors that are important for future studies to explore. Our study suggests that sampling thinking in the real world may be able to provide a set of comprehensive thinking-activity mappings that will be useful to researchers and health care professionals interested in health and well-being.

Abstract Background Universal access to assessment and treatment of mental health and learning disorders remains a significant and unmet need. There is a vast number of people without access to care because of economic, geographic, and cultural barriers as well as limited availability of clinical experts who could help advance our understanding of mental health. Objective To create an open, configurable software platform to build clinical measures, mobile assessments, tasks, and interventions without programming expertise. Specifically, our primary requirements include: an administrator interface for creating and scheduling recurring and customized questionnaires where end users receive and respond to scheduled notifications via an iOS or Android app on a mobile device. Such a platform would help relieve overwhelmed health systems, and empower remote and disadvantaged subgroups in need of accurate and effective information, assessment, and care. This platform has potential to advance scientific research by supporting the collection of data with instruments tailored to specific scientific questions from large, distributed, and diverse populations. Methods We conducted a search for tools that satisfy the above requirements. We designed and developed a new software platform called “MindLogger” that exceeds the above requirements. To demonstrate the tool’s configurability, we built multiple “applets” (collections of activities) within the MindLogger mobile application and deployed several, including a comprehensive set of assessments underway in a large-scale, longitudinal, mental health study. Results Of the hundreds of products we researched, we found 10 that met our primary requirements above with 4 that support end-to-end encryption, 2 that enable restricted access to individual users’ data, 1 that provides open source software, and none that satisfy all three. We compared features related to information presentation and data capture capabilities, privacy and security, and access to the product, code, and data. We successfully built MindLogger mobile and web applications, as well as web browser-based tools for building and editing new applets and for administering them to end users. MindLogger has end-to-end encryption, enables restricted access, is open source, and supports a variety of data collection features. One applet is currently collecting data from children and adolescents in our mental health study, and other applets are in different stages of testing and deployment for use in clinical and research settings. Conclusions We have demonstrated the flexibility and applicability of the MindLogger platform through its deployment in a large-scale, longitudinal, mobile mental health study, and by building a variety of other mental health-related applets. With this release, we encourage a broad range of users to apply the MindLogger platform to create and test applets to advance health care and scientific research. We hope that increasing availability of applets designed to assess and administer interventions will facilitate access to health care in the general population.