Creative use of new mobile and wearable health information and sensing technologies (mHealth) has the potential to reduce the cost of health care and improve well-being in numerous ways. These applications are being developed in a variety of domains, but rigorous research is needed to examine the potential, as well as the challenges, of utilizing mobile technologies to improve health outcomes. Currently, evidence is sparse for the efficacy of mHealth. Although these technologies may be appealing and seemingly innocuous, research is needed to assess when, where, and for whom mHealth devices, apps, and systems are efficacious.

The National Institute of Mental Health (NIMH) convened a meeting in September 2005 to review tobacco use and dependence and smoking cessation among those with mental disorders, especially individuals with anxiety disorders, depression, or schizophrenia. Smoking rates are exceptionally high among these individuals and contribute to the high rates of medical morbidity and mortality in these individuals. Numerous biological, psychological, and social factors may explain these high smoking rates, including the lack of smoking cessation treatment in mental health settings. Historically, “self-medication” and “individual rights” have been concerns used to rationalize allowing ongoing tobacco use and limited smoking cessation efforts in many mental health treatment settings. Although research has shown that tobacco use can reduce or ameliorate certain psychiatric symptoms, overreliance on the self-medication hypothesis to explain the high rates of tobacco use in psychiatric populations may result in inadequate attention to other potential explanations for this addictive behavior among those with mental disorders. A more complete understanding of nicotine and tobacco use in psychiatric patients also can lead to new psychiatric treatments and a better understanding of mental illness. Greater collaboration between mental health researchers and nicotine and tobacco researchers is needed to better understand and develop new treatments for cooccurring nicotine dependence and mental illness. Despite an accumulating literature for some specific psychiatric disorders and tobacco use and cessation, many unstudied research questions remain and are a focus and an emphasis of this review.

Objectives To evaluate the Patient-Reported Outcomes Measurement Information System (PROMIS), which collected data from an Internet polling panel, and to compare PROMIS with national norms. Study Design and Setting We compared demographics and self-rated health of the PROMIS general Internet sample (N=11,796) and one of its subsamples (n=2,196) selected to approximate the joint distribution of demographics from the 2000 U.S. Census, with three national surveys and U.S. Census data. The comparisons were conducted using equivalence testing with weights created for PROMIS by raking. Results The weighted PROMIS population and subsample had similar demographics compared with the 2000 U.S. Census, except that the subsample had a higher percentage of people with higher education than high school. Equivalence testing shows similarity between PROMIS general population and national norms with regard to body mass index, EQ-5D health index (EuroQol group defined descriptive system of health-related quality of life states consisting of five dimensions including mobility, self-care, usual activities, pain/discomfort, anxiety/depression), and self-rating of general health. Conclusion Self-rated health of the PROMIS general population is similar to that of existing samples from the general U.S. population. The weighted PROMIS general population is more comparable to national norms than the unweighted population with regard to subject characteristics. The findings suggest that the representativeness of the Internet data is comparable to those from probability-based general population samples.

Objectives The purpose of this study was to evaluate the responsiveness to change of the PROMIS negative affect measures (depression, anxiety, and anger) using longitudinal data collected in six chronic health conditions. Study Design and Setting Individuals with major depressive disorder (MDD), back pain, chronic obstructive pulmonary disease (COPD), chronic heart failure (CHF), and cancer completed PROMIS negative affect instruments as computerized adaptive test or as fixed-length short form at baseline and a clinically relevant follow-up interval. Participants also completed global ratings of health. Linear mixed effects models and standardized response means (SRM) were estimated at baseline and follow-up. Results A total of 903 individuals participated (back pain, n = 218; cancer, n = 304; CHF, n = 60; COPD, n = 125; MDD, n = 196). All three negative affect instruments improved significantly for treatments of depression and pain. Depression improved for CHF patients (anxiety and anger not administered), whereas anxiety improved significantly in COPD groups (stable and exacerbation). Response to treatment was not assessed in cancer. Subgroups of patients reporting better or worse health showed a corresponding positive or negative average SRM for negative affect across samples. Conclusion This study provides evidence that the PROMIS negative affect scores are sensitive to change in intervention studies in which negative affect is expected to change. These results inform the estimation of meaningful change and enable comparative effectiveness research.

The National Institute of Mental Health convened a meeting in October 2005 to review the literature on obesity, nutrition, and physical activity among those with mental disorders. The findings of this meeting and subsequent update of the literature review are summarized here. Levels of obesity are higher in those with schizophrenia and depression, as is mortality from obesity-related conditions such as coronary heart disease. Medication side effects, particularly the metabolic side effects of antipsychotic medications, contribute to the high levels of obesity in those with schizophrenia, but increased obesity and visceral adiposity have been found in some but not all samples of drug-naïve patients as well. Many of the weight-management strategies used in the general population may be applicable to those with mental disorders, but little is known about the effects of these strategies on this patient population or how these strategies may need to be adapted for the unique needs of those with mental disorders. The minimal research on weight-management programs for those with mental disorders indicates that meaningful changes in dietary intake and physical activity are possible. Physical activity is an important component of any weight-management program, particularly for those with depression, for which a substantial body of research indicates both mental and physical health benefits. Obesity among those with mental disorders has not received adequate research attention, and empirically-based interventions to address the increasing prevalence of obesity and risk of cardiovascular and metabolic diseases in this population are lacking.

Objectives The Patient-Reported Outcomes Measurement Information System (PROMIS) allows assessment of the impact of chronic conditions on health-related quality of life (HRQL) across diseases. We report on the HRQL impact of individual and comorbid conditions as well as conditions that are described as limiting activity. Study Design and Setting Data were collected through online and clinic recruitment as part of the PROMIS item calibration sample (n=21,133). Participants reported the presence or absence of 24 chronic health conditions and whether their activity was limited by each condition. Results Across health status domains, the presence of a chronic condition was associated with poorer scores than those without a diagnosis, particularly for those individuals who reported that their condition was disabling. The magnitude of detriment in HRQL was more pronounced for individuals with two or more chronic conditions and could not be explained by sociodemographic factors. Patterns of HRQL deficits varied across disease and comorbidity status. Conclusion The impact of chronic conditions, particularly when experienced with comorbid disease, is associated with detriments in HRQL. The negative impact on HRQL varies across symptoms and functional areas within a given condition.

Mobile health (mHealth) technologies have the potential to greatly impact health research, health care, and health outcomes, but the exponential growth of the technology has outpaced the science. This article outlines two initiatives designed to enhance the science of mHealth. The mHealth Evidence Workshop used an expert panel to identify optimal methodological approaches for mHealth research. The NIH mHealth Training Institutes address the silos among the many academic and technology areas in mHealth research and is an effort to build the interdisciplinary research capacity of the field. Both address the growing need for high quality mobile health research both in the United States and internationally. mHealth requires a solid, interdisciplinary scientific approach that pairs the rapid change associated with technological progress with a rigorous evaluation approach. The mHealth Evidence Workshop and the NIH mHealth Training Institutes were both designed to address and further develop this scientific approach to mHealth.