Данное исследование представляет собой комплексный многоуровневый мета-анализ, посвященный использованию технологий пассивного сенсорного мониторинга (passive sensing) через смартфоны для оценки психического состояния подростков. В работе анализируются данные о том, как цифровые следы — такие как паттерны мобильности, активность использования приложений, физическая активность и параметры сна — могут служить биомаркерами для выявления ранних признаков депрессии, тревожных расстройств и других ментальных проблем. Методология исследования объединяет результаты множества первичных работ, позволяя оценить точность алгоритмов машинного обучения в прогнозировании состояний. Ключевые результаты указывают на высокую корреляцию между изменениями в цифровом поведении и клиническими показателями психического здоровья, что открывает возможности для создания систем непрерывного мониторинга. Практическая значимость работы заключается в обосновании внедрения цифровых фенотипов в клиническую практику для ранней диагностики и персонализированной поддержки подростков в режиме реального времени.