LITERATURE REVIEW

SMARTPHONE DAN BIPOLAR DISORDER

Penulis:

Advisor:

DALAM RANGKA MENJALANI KEPANITERAAN KLINIK MADYA

DEPARTEMEN / KSM ILMU KEDOKTERAN JIWA
RSUP PROF. DR. I.G.N.G. NGOERAH / FAKULTAS KEDOKTERAN
UNIVERSITAS UDAYANA
2024
 FOREWORD

Puji syukur kepada Tuhan Yang Maha Esa sehingga penulis berhasil
menyelesaikan makalah berjudul "Smartphone dan gangguan bipolar".
Tinjauan Pustaka ini dibuat sebagai prasyarat untuk berpartisipasi dalam
Intermediate Clinical Clerkship di Departemen Psikiatri di Rumah Sakit Prof. Dr.
I.G.N.G. Ngoerah, Denpasar. Pada kesempatan ini, penulis mengucapkan terima
kasih yang sebesar-besarnya kepada semua pihak yang telah membantu dari
proses perencanaan, penulisan, hingga evaluasi tulisan ini.
1. dr. Ni Ketut Putri Ariani, Sp.KJ(K) selaku ketua Departemen Psikiatri RSUD
Prof. Dr. I.G.N.G. Ngoerah, Denpasar,
2. dr. Ni Ketut Sri Diniari, Sp.KJ(K) selaku koordinator pendidikan Departemen
Psikiatri di RSUD Prof. Dr. I.G.N.G. Ngoerah, Denpasar
3. Dr. dr. Cokorda Bagus Jaya Lesmana, Sp.KJ(K), MARS sebagai pembimbing
dan penguji dalam penyusunan literature review ini
4. dr. Ervinna selaku asisten residen yang turut membantu penyusunan laporan ini
5. Semua pihak yang telah memberikan dukungan dalam penyusunan literature
review ini
Penulis mengharapkan kritik dan saran konstruktif untuk kesempurnaan
makalah ini. Semoga literature review ini dapat membantu para pembaca dan
peneliti untuk melakukan studi lebih lanjut.

Denpasar, 10 Januari 2024

Pengarang
 Smartphone dan bipolar disorder
Ardhia Gita Pramesti1, Dr. dr. Cokorda Bagus Jaya Lesmana, Sp.KJ(K),MARS2
1
Young Doctor of Department Psychiatry of Prof. Dr. I.G.N.G. Ngoerah
Denpasar/Medical Faculty of Udayana University
2
Department of Psychiatry of RSUP Prof. Dr. I.G.N.G. Ngoerah Denpasar/
Medical Faculty of Udayana University

ABSTRAK

Pendahuluan: Pencegahan kekambuhan pada gangguan bipolar dapat

ditingkatkan dengan memantau gejala dalam kehidupan sehari-hari pasien.
Aplikasi smartphone adalah alat yang mudah dan murah yang dapat digunakan
untuk menilai gejala gejala ini. Sampai saat ini, beberapa penelitian telah meneliti
kegunaan data smartphone untuk memantau gejala pada gangguan bipolar.

Tujuan: Untuk menyajikan informasi lebih lanjut tentang uji coba sistem
pemantauan berbasis smartphone, Social Information Monitoring for Patients with
Bipolar Affective Disorder (SIMBA) yang melacak suasana mood sehari-hari,
aktivitas fisik, dan komunikasi sosial. Tujuan dari penulisan ini adalah untuk
membahas apakah smartphone dapat memantau tingkat gejala klinis dan
perubahan gejala klinis.

Metode: Pendekatan studi pustaka digunakan untuk menyusun tinjauan pustaka

ini, yang didasarkan pada jurnal dari ScienceDirect, Google Scholar, dan PubMed.

Diskusi:

Kesimpulan: Gejala klinis terkait dengan beberapa pengukuran smartphone

objektif dan subyektif, tetapi tidak semua tindakan smartphone memprediksi
terjadinya gejala bipolar di atas ambang klinis. Dengan demikian, smartphone
memiliki potensi untuk memantau gejala gangguan bipolar dalam kehidupan
sehari-hari pasien. Validasi lebih lanjut dari alat pemantauan dalam sampel yang
lebih besar diperlukan.

Kata kunci: smartphone, teknologi sensor, gangguan bipolar, pemantauan, fase

transisi, pola komunikasi, pola aktivitas
PENDAHULUAN

Gangguan bipolar adalah gangguan mood yang ditandai dengan perubahan

ekstrim antara perasaan bahagia dan sedih. Karena perubahan ini, gangguan
bipolar juga disebut manik-depresif, di mana pasien menderita periode depresi
tetapi juga menderita periode mania (kegembiraan atau lekas marah, energi
berlebihan, kurang tidur, bicara cepat, perasaan) 1. Sifat berulang dan kronis dari
gangguan bipolar mengakibatkan beban penyakit yang tinggi dan biaya sosial
yang tinggi 2. Tingkat bunuh diri orang yang didiagnosis dengan gangguan bipolar
3,4
adalah yang tertinggi di antara semua gangguan mental . Bahkan selama periode
remisi, pasien sering mengalami gejala mood subklinis yang mengganggu fungsi
5,6
sehari-hari dan meningkatkan risiko kambuh . Berbagai gejala dan perjalanan
individu penyakit dalam gangguan bipolar membuat sulit untuk memprediksi
perjalanan gangguan 7. Dibandingkan dengan pasien dengan tekanan darah tinggi
yang perlu menjaga tekanan darah di bawah ambang batas tertentu, tidak ada
panduan analog saat ini disediakan untuk pasien yang menderita gangguan
bipolar. Akibatnya, pasien sering tidak mengenali perubahan suasana hati mereka
pada waktu yang tepat dan kehilangan wawasan mereka tentang penyakit 9, yang
10
menyebabkan konsekuensi buruk . Untuk mencegah kekambuhan, informasi
tepat waktu tentang transisi fase mendatang harus tersedia bagi pasien dan dokter.
Informasi dari kehidupan sehari-hari pasien dapat membantu memberikan
prediksi yang lebih awal dan lebih dapat diandalkan tentang transisi fase yang
11
akan datang pada gangguan bipolar . Telah disarankan bahwa smartphone
mungkin mudah digunakan, perangkat murah yang dapat digunakan untuk
mendapatkan informasi ini di lingkungan sehari-hari pasien. Dengan
menggunakan informasi yang dilaporkan sendiri yang dikumpulkan oleh
perangkat dan memanfaatkan kemampuan sensor smartphone, para peneliti
berharap dapat memperoleh wawasan tentang kesejahteraan dan perilaku
pengguna. Di antara pasien kesehatan mental juga, ada minat besar dalam
memantau gejala dengan aplikasi seluler 12. Telah ditemukan bahwa suasana hati
sehari-hari dan tingkat aktivitas fisik dan sosial dapat diukur dengan sensor
smartphone. Pengukuran ini diasumsikan mewakili aspek sentral dari gangguan
bipolar 13

METODOLOGI
 Dalam penulisan ini, metode studi pustaka digunakan. Sumber-sumber
tinjauan literatur ini dikonsultasikan dari database berbasis ilmiah online pada tiga
mesin penelitian termasuk Google Scholar, Science-direct, dan PubMed. Kata
kunci yang digunakan adalah "smartphone" dan "gangguan bipolar". Setelah
proses studi pustaka, dilakukan screening dengan mempertimbangkan data yang
relevan dan diperoleh 12 sumber literatur yang valid. Kemudian, data tersebut
diolah dan disusun secara sistematis sesuai dengan topik yang sedang dibahas.

DISKUSI

Gangguan bipolar
Gangguan bipolar (BD) ditandai dengan episode mania atau hipomania
kronis yang terjadi bergantian dengan depresi dan sering salah didiagnosis pada
awalnya.
Bipolar dan gangguan terkait termasuk gangguan bipolar I (BD-I), gangguan bipolar
II (BD-II), gangguan siklotim, bipolar tertentu lainnya dan gangguan terkait, dan
bipolar atau gangguan terkait, tidak ditentukan. Label diagnostik "gangguan afektif
bipolar" dalam International Classification of Diseases 10th Revision (ICD-10)
diubah menjadi "gangguan bipolar" di ICD-11. Bagian tentang gangguan bipolar di
ICD-11 diberi label "bipolar dan gangguan terkait," yang konsisten dengan Manual
Diagnostik dan Statistik Gangguan Mental, edisi ke-5 (DSM-5).
Sebuah studi Organisasi Kesehatan Dunia menunjukkan tingkat prevalensi
internasional yang "sangat mirip", tingkat keparahan, dampak, dan komorbiditas
gangguan spektrum bipolar, yang didefinisikan sebagai BD-I, BD-II, dan bipolar
subthreshold. Prevalensi seumur hidup agregat dari spektrum bipolar adalah 2,4%.
BD seringkali sulit dikenali karena gejala tumpang tindih dengan gangguan kejiwaan
lainnya, komorbiditas kejiwaan dan somatik sering terjadi, dan pasien mungkin
kurang mengetahui kondisi mereka, terutama hipomania. Pengobatan termasuk
farmakoterapi dan intervensi psikososial, tetapi suasana hati kambuh dan respon
tidak lengkap terjadi, terutama dengan depresi. Evaluasi ulang terus-menerus dan
modifikasi pengobatan biasanya diperlukan selama perawatan jangka panjang pasien
ini.

Manajemen kondisi medis komorbid, psikiatri dan kronis mungkin juga

diperlukan. Kegiatan ini memberikan gambaran etiologi, klasifikasi, evaluasi, dan
penatalaksanaan gangguan afektif bipolar.Menurut Faurholt-Jepsen et al.,
pemantauan suasana hati, aktivitas fisik, dan komunikasi sosial berbasis smartphone
dilakukan dalam kehidupan sehari-hari pasien gangguan bipolar selama 12 bulan.
Varians antara pasien dan pasien dalam data smartphone dipelajari untuk menyajikan
hubungan data smartphone dengan tingkat keseluruhan dan perubahan gejala klinis.
Hasilnya memungkinkan kesimpulan tentang kegunaan pengukuran smartphone
untuk pemantauan gangguan bipolar.
Tingkat gejala depresi keseluruhan yang lebih tinggi diprediksi oleh suasana
hati yang dilaporkan sendiri yang lebih rendah yang diukur oleh smartphone.
Peningkatan gejala depresi diprediksi oleh penurunan komunikasi sosial (yaitu, SMS
keluar) dan penurunan aktivitas fisik. Berbeda dengan hipotesis kami, suasana hati
yang dilaporkan sendiri tidak memprediksi gejala manik klinis. Tingkat keseluruhan
gejala manik diprediksi oleh aktivitas (yaitu, jarak yang ditempuh) dan komunikasi
sosial (yaitu, jumlah panggilan). Berbeda dengan hipotesis kami, peningkatan gejala
manik klinis diprediksi oleh aktivitas fisik yang lebih rendah. Pengukuran
smartphone lainnya (yaitu, aktivitas perangkat dan durasi panggilan) tidak terkait
dengan tingkat gejala maupun perubahan gejala.

Patofisiologi Bipolar

Pada gangguan bipolar, neurotransmiter diatur secara abnormal di otak.

Fungsi neurotransmisi amina biogenik dalam sistem limbik terganggu,
mempengaruhi tidur, nafsu makan, kewaspadaan, fungsi seksual, fungsi endokrin,
dan pengaturan emosi seperti ketakutan dan kemarahan15. Neurotransmiter telah
menjadi fokus dari berbagai penelitian tentang patogenesis gangguan bipolar.

1. Noradrenaline
Tingkat noradrenalin biasanya rendah pada subjek dengan gangguan
bipolar; Namun, peningkatan sekresi noradrenalin lebih besar daripada
depresi unipolar. Selain itu, tingkat 3-metoksi-4-hidroksifenilglikol,
metabolit noradrenalin, meningkat selama episode manik. Temuan ini
menunjukkan bahwa kerahasiaan noradrenalin dan konversi meningkat
dalam depresi, dan aktivitas noradre-naline meningkat dalam episode
manik. Peningkatan noradre-naline mungkin disebabkan oleh rendahnya
sensitivitas reseptor α2-adrenalin inhibitory, meskipun ada kontroversi
 mengenai apakah sensitivitas rendah spesifik untuk patofisiologi gangguan
bipolar karena sensitivitas rendah α2-adrenalin juga terjadi pada gangguan
panik. Tingkat noradrenalin dapat menunjukkan tingkat kecemasan secara
umum daripada mengkarakterisasi sindrom tertentu seperti depresi atau
mania. Namun, respon terhadap lithium dikaitkan dengan tingkat 3-metoksi-
4-hidroksifenilglikol; Dengan demikian, perubahan noradrenalin
kemungkinan mencerminkan gambaran klinis gangguan bipolar sampai
tingkat tertentu.
Lithium digunakan untuk mengobati episode manik dan
mempengaruhi sistem noradrenalin secara berbeda di berbagai daerah otak,
menunjukkan dua efek bimodal dari waktu ke waktu. Lithium awalnya
menurunkan fungsi reseptor b-adrenalin karena noradrenalin, memicu
penghambatan akumulasi adenosin monofosfat (cAMP) 3',5'-siklik, dan
kemudian bekerja pada autoreseptor α2 presinaptik. Autoreseptor α2
presinaptik menghambat sekresi noradrenalin, sehingga meningkatkan
sekresi noradrenalin. Carbamazepine dapat menurunkan konversi
noradrenalin dan upregulate reseptor b-adrenalin selama periode yang
panjang; namun, aktivitas adenilat siklase (AC) yang dipicu oleh reseptor b-
adrenalin menurun dengan penekanan langsung subunit katalis AC 16.

2. Dopamin
Perubahan suasana hati (perasaan sedih dan senang), serta
perubahan motivasi dan aktivitas fisik adalah tanda-tanda klinis yang
signifikan diamati pada gangguan bipolar. Sistem dopamin memainkan
peran penting dalam tingkat aktivitas, kontrol motivasi, dan sirkuit
kompensasi di otak tengah. Dalam studi model hewan depresi, penurunan
sekresi dopamin di neuron mesokortikolimbik dilaporkan. Tingkat CSF
asam homovanillic (HVA), metabolit dopamin, juga menurun dalam depresi
tetapi meningkat selama episode manik. Pada pasien dalam keadaan depresi,
tingkat CSF HVA menurun. Perubahan kecepatan psikomotor yang diamati
pada depresi kemungkinan terkait dengan kelainan dopamin. Dalam
penelitian sebelumnya, penurunan kadar HVA lebih besar pada pasien
dengan keterbelakangan psikomotor dibandingkan pada pasien dengan
depresi berat badan. Selanjutnya, dalam sebuah penelitian observasional,
apakah ada atau tidak adanya gejala psikotik yang menyertainya dikaitkan
 dengan dopamin, sebagaimana dibuktikan oleh peningkatan tingkat HVA
yang relatif lebih besar dalam depresi psikotik, diselidiki. Dopamin, lebih
dari neurotrans-mitters lainnya, telah terlibat dalam transisi depresi ke
episode manik pada gangguan bipolar.
Teori ini didukung oleh bukti berikut: episode manik biasanya
terjadi pada saat administrasi dopamin prekursor L-dopa; Amfetamin,
promotor sekresi dopamin dan inhibitor penyerapan dopamin, menyebabkan
episode hipomanik pada pasien dengan gangguan bipolar dan episode
seperti hipomanik dalam kontrol yang sehat; Antipsy-chotics, yang
memblokir reseptor dopamin, berkhasiat untuk mengobati episode manik.
Selain itu, setelah pemberian amfetamin kepada pasien dengan gangguan
bipolar, perubahan perilaku yang lebih signifikan diamati pada kelompok
eksperimen daripada pada kelompok kontrol, meskipun tidak ada perbedaan
signifikan dalam sekresi dopamin yang ditemukan. Ini menunjukkan bahwa
reaktivitas dopamin harus meningkat secara postsynaptically pada pasien
dengan gangguan bipolar.
Obat antipsikotik juga dapat memberikan pengobatan yang efektif
untuk episode manik. Obat yang merangsang reseptor dopamin (misalnya,
agonis dopamin dan inhibitor reuptake dopamin) memiliki efek
antidepresan. Lithium, penstabil suasana hati, meningkatkan konversi
dopamin dan menurunkan produksi dopamin dengan cara yang tergantung
dosis sambil memblokir upregulation reseptor atau hipersensitivitas karena
pemberian haloperidol. Berdasarkan bukti yang menunjukkan bahwa
episode manik disebabkan oleh hipersensitivitas reseptor dopamin, reaksi
sistem dopamin terhadap lithium dapat menjelaskan mekanisme
kemampuan lithium untuk mengobati gangguan bipolar 17.
3. GABA
Asam gamma-aminobutyric (GABA) terlibat dalam neurotransmisi
melalui sinapsis interneuronal di daerah otak yang mengendalikan suasana
hati, seperti striatum, globus pallidus, dan korteks serebral 18. Sebuah studi
retrospektif pada pasien dengan depresi menunjukkan penurunan aktivitas
dekarboksilase asam glutamat, enzim yang terlibat dalam sintesis GABA
yang berpotensi mengurangi aktivitas GABA. Selain itu, tingkat GABA
serum rendah pada pasien dengan depresi, sedangkan tingkat peningkatan
berkorelasi dengan respon pengobatan terhadap valproate pada pasien
 dengan episode manik 19.
Pemberian penstabil suasana hati jangka panjang untuk pasien
dengan gangguan bipolar mengurangi tingkat pergantian GABA,
memperkuat neurotransmisi GABA, reseptor GABA yang diregulasi di
korteks frontal dan hippocampus, dan reseptor GABA yang diregulasi di
hipotalamus 20. Dalam studi yang berbeda, pemberian lithium atau valproate
memperkuat efek GABA.

Smartphone
Dalam beberapa tahun terakhir, ada peningkatan minat dalam utilitas
teknologi baru, seperti platform elektronik atau aplikasi smartphone, untuk terapi
dalam kasus di bidang psikiatri. Aplikasi smartphone khusus sedang diperkenalkan
ke berbagai gangguan kejiwaan, termasuk gangguan bipolar, depresi
pascakelahiran, dan kecanduan. Ponsel menawarkan kemampuan unik untuk
memantau gejala depresi dan manik melalui data real-time yang dilaporkan sendiri,
serta melalui data yang dikumpulkan secara otomatis oleh smartphone seperti
aktivitas bicara atau aktivitas sosial dan fisik. Dalam perjalanan penyakit, ada
gangguan yang signifikan terutama dalam ritme diurnal dan keteraturan kehidupan
sehari-hari. Oleh karena itu, manajemen penyakit dapat difokuskan pada pelacakan
diri pola perilaku dan pola tidur. Telah ditunjukkan, bahwa tingkat kepatuhan dan
sifat psikometrik secara signifikan lebih baik untuk versi seluler dibandingkan
dengan metode tradisional yaitu penilaian menggunakan kertas. Selain itu,
ditunjukkan bahwa pasien lebih memilih untuk dimonitor menggunakan seluler
daripada metode berbasis kertas14

Smartphone dan gangguan bipolar

Pemantauan gejala adalah strategi penting untuk mencegah kambuh pada
pasien dengan gangguan bipolar. Aplikasi smartphone adalah alat yang mudah
digunakan dan murah yang membantu pemantauan gejala dalam kehidupan sehari-
hari. Dalam studi percontohan terbaru oleh Faurholt-Jepsen et al., mereka melacak
suasana hati pasien, tingkat aktivitas fisik, dan komunikasi sosial selama 12 bulan
dengan perangkat lunak pemantauan berbasis Android (SIMBA). Ini adalah studi
pertama yang berhasil menanamkan strategi pemantauan berbasis smartphone dalam
kehidupan sehari-hari pasien dalam jangka waktu yang lama. Studi ini memberikan
hasil yang positif mengenai kelayakan, pendekatan analitik data, dan relevansi klinis
pemantauan berbasis smartphone untuk gangguan bipolar. Dengan validasi klinis
lebih lanjut dari data smartphone, dimungkinkan untuk menyediakan alat
pemantauan berbasis smartphone untuk perawatan rutin, yang dapat bermanfaat bagi
pasien dan dokter.
Psikoterapi adalah intervensi lini pertama untuk mencegah kekambuhan
pada gangguan bipolar. Namun, ada beberapa kendala keberhasilan terapi. Salah
satu masalah utama adalah sifat terapi tatap muka yang mengharuskan pasien dan
terapis berada pada saat yang bersamaan. Ini membutuhkan komitmen yang kuat
untuk perawatan seperti itu sehingga sulit bagi banyak pasien, terutama karena
terapi diberikan dalam jangka waktu yang lama (misalnya, 4-6 bulan) dan sesi
berlangsung pada tanggal dan waktu yang tetap (misalnya, seminggu sekali,
berlangsung 1 jam).
Untuk memvalidasi data otomatis pada smartphone yang menggambarkan
aktivitas fisik, sosial, dan penggunaan telepon di antara pasien muda dengan
gangguan bipolar yang baru didiagnosis. Sebanyak 40 pasien muda dengan
gangguan bipolar yang baru didiagnosis dan 21 pasien dalam kelompok kontrol
berusia 15-25 tahun dinilai untuk data otomatis smartphone harian selama 3-779
hari.
Data yang dihasilkan secara otomatis tentang aktivitas fisik dan sosial
serta penggunaan telepon mencerminkan gejala tertentu. Jonathan et al, (2021)
Untuk mengembangkan aplikasi LiveWell yang berpusat pada pengguna,
intervensi manajemen diri berbasis smartphone untuk gangguan bipolar. Uji coba
langsung aplikasi smartphone dalam sesi desain, uji kegunaan, dan studi
percontohan intervensi manajemen diri berbasis smartphone untuk gangguan
bipolar. LiveWell terdiri dari alat pemantauan diri harian. Aplikasi ini mengalami
beberapa revisi selama proses pengembangan yang berpusat pada pengguna. Busk
et al, (2020) Untuk menguji kelayakan aplikasi prediksi mood score berdasarkan
self-assessment yang dikumpulkan setiap hari dari pasien melalui sistem berbasis
smartphone. Teknologi informasi dan komunikasi merupakan peluang untuk
mengembangkan psikoterapi berbasis smartphone. Teknologi ini dapat mengatasi
beberapa keterbatasan perawatan tatap muka. Psikoterapi berbasis smartphone
mudah diakses dan waktu untuk terapi dapat disesuaikan dengan kebutuhan dan
ketersediaan masing-masing pengguna. Selain itu, program intervensi semacam
itu menawarkan kemungkinan pemantauan diri pasien dengan umpan balik dua
arah antara pasien dan penyedia layanan kesehatan. Psikoterapi berbasis
smartphone dalam bentuk sesi pembelajaran berisi konten multimedia seperti
video tutorial, presentasi, audio, dan dokumen pdf serta latihan psikoterapi yang
dapat dilakukan kapan saja dan di mana saja. Selain itu, psikoedukasi berbasis
smartphone menyediakan cara untuk memantau status pasien dari jarak jauh
dengan memungkinkan pengumpulan data parameter fisiologis/biometrik
sehingga pasien dapat terlibat aktif dalam proses perawatan.

Kesimpulan
Gangguan bipolar (BD) ditandai dengan episode mania atau hipomania
kronis yang terjadi bergantian dengan depresi dan sering salah didiagnosis pada
awalnya. Gangguan bipolar termasuk gangguan bipolar I (BD-I), gangguan
bipolar II (BD-II), Gangguan bipolar seringkali sulit dikenali karena gejala
tumpang tindih dengan gangguan kejiwaan lainnya, komorbiditas kejiwaan dan
somatik sering terjadi, dan pasien mungkin kurang mengetahui kondisi mereka,
terutama hipomania.
Pengobatan termasuk farmakoterapi dan intervensi psikososial, tetapi
suasana hati kambuh dan respon tidak lengkap terjadi, terutama dengan depresi.
Pada studi terbaru, pemantauan suasana hati, aktivitas fisik, dan komunikasi sosial
berbasis smartphone dilakukan dalam kehidupan sehari-hari pasien gangguan
bipolar selama 12 bulan. Hasilnya memungkinkan kesimpulan tentang kegunaan
pengukuran smartphone untuk pemantauan gangguan bipolar. Teknologi
informasi dan komunikasi merupakan peluang untuk mengembangkan psikoterapi
berbasis smartphone. Psikoterapi berbasis smartphone mudah diakses dan waktu
untuk terapi dapat disesuaikan dengan kebutuhan dan ketersediaan masing-masing
pengguna.
 DAFTAR PUSTAKA

1. American Psychiatric Association. Diagnostic and Statistical Manual of

Mental Disorders, (DSM-5). 5th ed. American Psychiatric Publishing; 2013.

2. Baldessarini RJ. Treatment research in bipolar disorder: issues and

recommendations. CNS Drugs. 2002;16(11):721–729.161101

3. Angst J, Gamma A, Clarke D, Ajdacic-Gross V, Rössler W, Regier D.

Subjective distress predicts treatment seeking for depression, bipolar, anxiety,
panic, neurasthenia and insomnia severity spectra. Acta Psychiatr Scand. 2010
Dec;122(6):488–498. doi: 10.1111/j.1600-0447. 2010. 01580.x.ACP1580

4. Prince M, Patel V, Saxena S, Maj M, Maselko J, Phillips MR, Rahman A. No

health without mental health. The Lancet. 2007 Sep;370(9590):859–877.
doi: 10.1016/S0140-6736(07)61238-0.

5. Judd LL, Akiskal HS, Schettler PJ, Endicott J, Maser J, Solomon DA, Leon
AC, Rice JA, Keller MB. The long-term natural history of the weekly
symptomatic status of bipolar I disorder. Arch Gen Psychiatry. 2002
Jun;59(6):530–537.yoa20425

6. Angst J, Gamma A, Benazzi F, Ajdacic V, Eich D, Rössler Wulf. Toward a re-

definition of subthreshold bipolarity: epidemiology and proposed criteria for
bipolar-II, minor bipolar disorders, and hypomania. J Affect Disord. 2003
Jan;73(1-2):133–146.S0165032702003221

7. Angst J, Gamma A, Benazzi F, Ajdacic V, Eich D, Rössler W. Diagnostic

issues in bipolar disorder. Eur Neuropsychopharmacol. 2003 Aug;13 Suppl
2:S43–50.S0924977X03000774

8. Depp CA, Harmell AL, Savla GN, Mausbach BT, Jeste DV, Palmer BW. A
prospective study of the trajectories of clinical insight, affective symptoms,
and cognitive ability in bipolar disorder. J Affect Disord. 2014 Jan;152-
154:250–255. doi: 10.1016/j.jad.2013.09.020

9. Jamison KR, Akiskal HS. Medication compliance in patients with bipolar

disorder. Psychiatr Clin North Am. 1983 Mar;6(1):175–192.
10. Bonsall MB, Wallace-Hadrill SMA, Geddes JR, Goodwin GM, Holmes EA.
Nonlinear time-series approaches in characterizing mood stability and mood
instability in bipolar disorder. Proc Biol Sci. 2012 Mar 7;279(1730):916–924.
doi: 10.1098/rspb.2011.1246.

11. Depp CA, Mausbach B, Granholm E, Cardenas V, Ben-Zeev D, Patterson TL,

Lebowitz BD, Jeste DV. Mobile interventions for severe mental illness: design
and preliminary data from three approaches. J Nerv Ment Dis. 2010
Oct;198(10):715–721.

12. Bauer Michael, Grof Paul, Gyulai Laszlo, Rasgon Natalie, Glenn Tasha,
Whybrow Peter C. Using technology to improve longitudinal studies: self-
reporting with ChronoRecord in bipolar disorder. Bipolar Disord. 2004
Feb;6(1):67–74.085

13. Rot M, Hogenelst K, Schoevers RA. Mood disorders in everyday life: a

systematic review of experience sampling and ecological momentary
assessment studies. Clin Psychol Rev. 2012 Aug;32(6):510–523.
doi: 10.1016/j.cpr.2012.05.007.S0272-7358(12)00071-2

14. Antosik-Wójcińska, A. Z., Dominiak, M., Chojnacka, M., Kaczmarek-Majer,

K., Opara, K. R., Radziszewska, W., … Święcicki, Ł. (2020). Smartphone as
a monitoring tool for bipolar disorder: a systematic review including data
analysis, machine learning algorithms and predictive modelling. International
Journal of Medical Informatics, 104131. doi:10.1016/j.ijmedinf.2020.104131

15. Goodwin FK, Jamison KR. Manic-depressive illness. Oxford University Press;
Oxford: 1990. pp. 402–502.

16. Quiroz JA, Machado-Vieira R, Zarate CA, Jr, Manji HK. Novel insights into
lithium's mechanism of action: neurotrophic and neuroprotective effects.
Neuropsychobiology. 2010;62:50–60. doi: 10.1159/000314310

17. Bunney WE, Jr, Garland BL. Possible receptor effects of chronic lithium
administration. Neuropharmacology. 1983;22(3 Spec No):367–372. doi:
10.1016/0028-3908(83)90185-5.

18. Massat I, Souery D, Mendlewicz J, Papadimitriou GN. The GABAergic

hypothesis of mood disorders. In: Soares JC, Gershon S, editors. Bipolar
 disorders: basic mechanisms and therapeutic implications. Marcel Dekker;
New York: 2000. pp. 143–165.

19. Prosser J, Hughes CW, Sheikha S, Kowatch RA, Kramer GL, Rosenbarger N,
et al. Plasma GABA in children and adolescents with mood, behavior, and
comorbid mood and behavior disorders: a preliminary study. J Child
Adolescent Psychopharmacology. 1997;7:181–199. doi:
10.1089/cap.1997.7.181.

20. Petty F, Rush AJ, Davis JM, Calabrese JR, Kimmel SE, Kramer GL, et al.
Plasma GABA predicts acute response to divalproex in mania. Biol
Psychiatry. 1996;39:278–284. doi: 10.1016/0006-3223(95)00141-7