Summary

Un'applicazione per l'abbinamento con dispositivi indossabili per monitorare lo stato di salute personale

Published: February 03, 2022
doi:

Summary

Il presente protocollo introduce un’applicazione auto-sviluppata non commerciale per la raccolta di dati in tempo reale in loco, tra cui bilance psicologiche, posizione GPS, frequenza cardiaca e livello di saturazione di ossigeno nel sangue, nonché le procedure operative dell’applicazione. Uno studio empirico condotto a Taiwan nel 2020 è stato utilizzato come esempio di applicazione.

Abstract

L’attuale protocollo mira a mostrare l’integrazione tecnologica, fornendo una descrizione dettagliata dell’adozione dell’app HealthCloud, sviluppata dall’Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), su smartphone e smartwatch per raccogliere dati sulle risposte psicologiche e fisiologiche in tempo reale degli utenti e informazioni ambientali. È stato proposto un metodo di ricerca flessibile e integrato perché può essere difficile misurare gli aspetti multidimensionali dei dati personali negli studi in loco nella ricerca sul paesaggio e sulle attività ricreative all’aperto. Uno studio in loco condotto nel 2020 presso il campus della National Taiwan University è stato utilizzato come esempio di applicazione. Un set di dati di 385 partecipanti è stato utilizzato dopo aver escluso campioni non validi. Durante l’esperimento, ai partecipanti è stato chiesto di camminare per il campus per 30 minuti quando sono stati misurati la frequenza cardiaca e gli elementi della scala psicologica, insieme a diverse metriche ambientali. Questo lavoro mirava a fornire una possibile soluzione per aiutare gli studi in loco a tenere traccia delle risposte umane in tempo reale che corrispondono ai fattori ambientali. Grazie alla flessibilità dell’app, il suo utilizzo su dispositivi indossabili mostra un eccellente potenziale per studi di ricerca multidisciplinari.

Introduction

Raccolta dati in tempo reale
Nella vita quotidiana, le persone beneficiano dell’ambiente fisico in molti modi. Ad esempio, sono stati ampiamente trovati risultati positivi, come il ripristino psicologico1 e il ripristino della frequenza cardiaca2. Inoltre, sono state discusse le relazioni tra fattori ambientali, come temperatura e umidità, e salute mentale 3,4. Gli studi hanno anche esplorato i legami tra risposte fisiologiche e psicologiche, come la frequenza cardiaca e lo stress 5,6,7,8. Una vasta gamma di prove di benefici psicologici e fisiologici derivanti dall’esposizione alla natura è stata trovata in studi di laboratorio ben controllati 9,10, che potrebbero non aver rappresentato i diversi fattori influenti nel campo. Pertanto, per misurare le relazioni tra le risposte umane in tempo reale, gli studi in loco sono considerati migliori per riflettere l’esperienza dello scenario di vita reale e le reazioni agli ambienti rispetto alle simulazioni di laboratorio11. Inoltre, le reazioni umane agli ambienti possono dipendere dal contesto12. Data l’importanza di comprendere la relazione tra la salute psicologica e fisiologica delle persone e la qualità ambientale, è urgentemente necessaria una misurazione auto-tracking in tempo reale in grado di raccogliere varie misure informative.

Le valutazioni ecologiche momentanee (EMA) o i metodi di campionamento dell’esperienza (MES) possono rappresentare soluzioni per studi in loco13,14. Le EMA e i MES mirano a valutare le risposte momentanee degli esseri umani in loco in scenari di vita reale15. Adottando tecniche di auto-tracciamento, le risposte, le reazioni e le esperienze in loco possono essere misurate di recente14. I partecipanti sono informati tramite segnali, quali testi o notifiche, per attuare valutazioni nei cosiddetti schemi di campionamento contingente al segnale15. Il termine “EMA” è utilizzato principalmente negli studi relativi alla salute13, mentre “ESM” tende ad essere utilizzato negli studi sul tempo libero e sulle attività ricreative all’aperto16. Tuttavia, i termini sono stati occasionalmente usati in modo intercambiabile12.

La possibilità di applicare gli EMA agli studi di ricerca ambientale è stata discussa da Beute et al.12, che hanno sottolineato che consentirebbero di affrontare una maggiore varietà di ambienti rispetto al semplice “naturale” o “urbano”. Ad esempio, adottando la misurazione ambulatoriale (ad esempio attraverso il tracciamento della posizione GPS), le risposte fisiologiche durante una passeggiata possono essere abbinate a set di dati di posizione in tempo reale, fornendo una risoluzione spaziale più ricca dei tipi di ambiente e delle caratteristiche ambientali7. Inoltre, la raccolta di dati in tempo reale consentita dagli EMA garantisce un’elevata validità ecologica, fornendo un punto di vista complementare dagli studi di laboratorio.

Sempre più studi empirici in loco hanno adottato dispositivi indossabili e smartphone per monitorare lo stato di salute personale nella vita quotidiana e scopi di ricerca17,18,19,20. L’adozione di entrambi questi dispositivi può offrire più vantaggi rispetto all’utilizzo di uno smartphone12. In primo luogo, il tempo di accesso utilizzando gli smartwatch è stato più breve rispetto a quello utilizzando i telefoni21, il che può causare un carico di interruzione ridotto. In secondo luogo, gli orologi forniscono una maggiore vicinanza del corpo rispetto agli smartphone22 e i telefoni possono essere utilizzati come database momentanei per salvare e caricare dati. In terzo luogo, gli smartwatch al giorno d’oggi offrono più sensori per diversi parametri, come la variabilità della frequenza cardiaca, gli elettrocardiogrammi (ECG) e la pressione sanguigna 23,24,25,26,27. L’individuo e gli aspetti generali delle risposte umane possono dedurre determinate attività12. Infine, gli smartphone sono solitamente portati in tasca per gli studi basati su smartphone e, quando si tratta dei questionari, è necessario fare un lavoro extra rispetto al caso utilizzando gli smartwatch.

Tuttavia, pochi studi hanno esplorato le relazioni tra risultati psicologici e fisiologici e informazioni ambientali. Pertanto, questo studio mostra l’adozione di un’app auto-sviluppata non commerciale, HealthCloud, su dispositivi indossabili, come smartwatch e smartphone, per raccogliere informazioni psicologiche, fisiologiche e ambientali in tempo reale.

L’app sviluppata autonomamente e i dispositivi indossabili
L’app per l’uso su dispositivi indossabili è stata sviluppata dall’Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), per fornire modi più accessibili e più flessibili per tracciare le risposte umane e i dati ambientali, consentendo ai ricercatori di analizzare ulteriormente le relazioni tra salute umana e informazioni ambientali (Figura 1).

L’app, basata su iOS, fornisce molteplici attività e funzioni passive di raccolta dati. L’app raccoglie dati auto-riportati sullo smartwatch, come elementi in scala psicologica misurati attraverso domande Pop Quiz su cui gli utenti possono valutare le loro risposte da una a cinque stelle per una valutazione rapida e semplice. Questo tipo di intervento interrogativo può essere considerato un tipo di Micro interazione-EMA (μEMA)-un metodo di raccolta dati in situ che richiede meno attenzione e ha un tasso di risposta maggiore rispetto allo smartwatch-EMA28. I dati di risposta fisiologica monitorati dal sensore, tra cui frequenza cardiaca, variabilità della frequenza cardiaca e livello di saturazione di ossigeno nel sangue, possono essere misurati utilizzando le funzioni di iOS. La frequenza cardiaca viene misurata attraverso il sensore cardiaco ottico dello smartwatch utilizzando una tecnica chiamata fotopletismografia29. L’app rileva la quantità di flusso sanguigno utilizzando luci LED verdi con fotodiodi sensibili alla luce e vengono calcolati anche i battiti cardiaci al minuto. La variabilità della frequenza cardiaca (HRV) e la concentrazione di ossigeno nel sangue (SpO2) possono essere rilevate utilizzando le app. Per lo smartphone, le attività, come il test di Stroop (Figura 2B) e l’attività di acquisizione di immagini (Figura 2C) e l’attività Suono ambientale (Figura 2D), i dati sulle condizioni ambientali, tra cui umidità relativa, condizioni meteorologiche e altitudine, vengono raccolti passivamente da diverse interfacce di programmazione delle applicazioni.

Figure 1
Figura 1: Panoramica dell’app. Le funzioni dell’app su smartwatch, smartphone e database. Fare clic qui per visualizzare una versione ingrandita di questa figura.

Figure 2
Figura 2: Attività dell’app. Esempi delle attività che possono essere utilizzate sull’app: da sinistra a destra, c’è (A) La domanda pop-up. (B) Il test di Stroop. (C) L’attività di acquisizione dell’immagine. (D) Il compito Ambiente Suono. Fare clic qui per visualizzare una versione ingrandita di questa figura.

Tutti i dati saranno caricati sul sito web di backend (accesso ai ricercatori cooperativi, vedi Tabella dei materiali). Il sito Web offre diverse funzioni principali: una visualizzazione della mappa che mostra le posizioni correnti e la frequenza cardiaca degli utenti (Figura 3), un foglio dati per la navigazione e l’estrazione dei dati (Figura 4) e configurazioni delle attività per modificare la frequenza, la priorità e il contenuto delle attività (Figura 5). Con una flessibilità così elevata e una vasta gamma di misurazioni, i ricercatori possono facilmente selezionare le funzioni di attività precedentemente dichiarate in base agli obiettivi di ricerca. Inoltre, l’app può avvantaggiare sia gli utenti che i ricercatori. L’app fornisce i loro rapporti sullo stato e le traiettorie di posizione GPS (Figura 6) in base alle domande a cui hanno risposto e ai percorsi scelti. Pertanto, possono ottenere una rapida idea del loro stato di salute durante il giorno e continuare a monitorare i loro dati sanitari.

Figure 3
Figura 3: La mappa visualizzata nel database dell’app. La visualizzazione della mappa del database dell’app fornisce informazioni aggiornate, tra cui posizioni e frequenza cardiaca, ai ricercatori. Fare clic qui per visualizzare una versione ingrandita di questa figura.

Figure 4
Figura 4: Foglio dati sul database dell’app. Report dati della mappa di visualizzazione nel database dell’app, in cui i dati possono essere esportati filtrando l’ID ora, Campo o Tester. Fare clic qui per visualizzare una versione ingrandita di questa figura.

Figure 5
Figura 5: Configurazione dell’attività nel database dell’app. Le priorità delle attività, gli intervalli di tempo, la lingua e il contenuto dei questionari possono essere modificati. Fare clic qui per visualizzare una versione ingrandita di questa figura.

Figure 6
Figura 6: Report sullo stato per gli utenti dell’app. Dopo aver utilizzato l’app, l’utente può ricevere una serie di risultati individuali generati automaticamente. Fare clic qui per visualizzare una versione ingrandita di questa figura.

Studio rappresentativo
Per mostrare l’integrazione di diverse dimensioni della raccolta dei dati utilizzando l’app su smartphone e smartwatch, nel 2020 è stato condotto uno studio in situ presso il campus della National Taiwan University nella città di Taipei, Taiwan. I partecipanti allo studio sono stati reclutati sulla fan page dei social media della National Taiwan University attraverso un modulo online 1 settimana prima dell’esperimento. Il modulo includeva lo scopo della ricerca, il processo, la posizione, le condizioni di partecipazione, un diagramma schematico del dispositivo di ricerca da indossare e uno spazio per i lettori per indicare la loro volontà di partecipare e il momento in cui potevano farlo. Dopo il completamento, i partecipanti sono stati informati dell’ora e del luogo esatti del loro esperimento via e-mail 2 giorni prima del programma. Poiché la ricerca esamina i cambiamenti psicologici, la fisiologia, l’attività fisica (camminare) e la percezione del suono e del colore, i partecipanti hanno soddisfatto le seguenti condizioni: (1) tra i 20-36 anni, (2) buona salute fisica e mentale, (3) non essere in uso regolare di farmaci che colpiscono il sistema nervoso centrale, (4) non essere incinta o allattare, (5) non hanno storia di malattie cardiovascolari, (6) può camminare per più di 30 minuti a piedi, (7) essere in grado di identificare un colore.

Il giorno dell’esperimento, ai partecipanti è stato fornito un set di smartphone e smartwatch e una mappa del percorso. I ricercatori hanno presentato una spiegazione uniforme ai partecipanti dello scopo della ricerca, del processo di ricerca, dei dispositivi indossabili e delle questioni che richiedono attenzione nel processo di ricerca. Durante la passeggiata, le risposte psicologiche sono state valutate utilizzando un compito Pop Quiz ogni 5 minuti e le risposte fisiologiche, come la frequenza cardiaca, sono state misurate ogni minuto dai sensori nello smartwatch. Dopo l’esperimento, i partecipanti sono stati compensati con una carta regalo equivalente a 200 NTD (~ 7 USD).

Per la misurazione psicologica, questo studio ha considerato le preferenze del paesaggio e due aspetti della Perceived Restorative Scale Short Version30, vale a dire, “essere lontani” e “fascinazione”. Questi aspetti sono stati misurati chiedendo ai partecipanti di valutare le affermazioni “Questo è un posto che è lontano dalle esigenze quotidiane e dove sarei in grado di rilassarmi e pensare a ciò che mi interessa.” e “Quel posto è affascinante; è abbastanza grande da permettermi di scoprire ed essere curioso delle cose.” su una scala Likert a cinque punti da (1) “fortemente in disaccordo” a (5) “fortemente d’accordo” per misurare le percezioni individuali dei fattori riparatori dell’ambiente sulla base della teoria del ripristino dell’attenzione31. La preferenza del paesaggio è stata valutata utilizzando una scala Likert a cinque punti con la singola domanda: “Quanto ti piace l’ambientazione, per qualsiasi motivo?” da (1) “molto poco” a (5) “molto”. Il questionario è stato inviato utilizzando il compito “Pop Quiz” con un intervallo di tempo di 5 minuti, il che significa che i partecipanti hanno ricevuto il questionario ogni 5 minuti.

Per la misurazione fisiologica, la frequenza cardiaca (FC) durante la camminata è stata utilizzata per rappresentare i risultati fisiologici dei partecipanti con un intervallo di tempo di 1 minuto. Le informazioni ambientali, inclusi i dati GPS (latitudine e longitudine), temperatura, umidità relativa, velocità del vento e grado del vento, sono state raccolte tramite lo smartphone.

Protocol

L’intero protocollo segue le istruzioni del National Taiwan University Research Ethics Committee Office per condurre esperimenti relativi all’uomo. Durante il reclutamento dei partecipanti, i candidati sono stati informati delle loro istruzioni e diritti e dei rischi dell’esperimento sia nel parlato che nella scrittura, e sono stati raccolti i moduli di consenso firmati. L’app può essere installata su smartphone e smartwatch (vedi Tabella dei materiali). 1. Preparazione…

Representative Results

Il campione originale era composto da 423 individui, di cui 18 hanno dovuto essere esclusi a causa della scarsa qualità dei dati a causa dell’instabilità della versione beta dell’app e altri 20 non sono riusciti a completare tutte le domande del Pop Quiz. Ciò ha portato a una frequenza di campionamento effettiva di 0,91. È stato reclutato un set di dati di 385 studenti (213 femmine, 172 maschi) della National Taiwan University. I partecipanti avevano un’età compresa tra 20 e 36 anni (M = 23,38,…

Discussion

Scopi dello studio e risultati significativi
I dispositivi indossabili, come smartphone e smartwatch, sono stati ampiamente utilizzati per indagare indicatori fisiologici o sindromi 32,33,34, stati psicologici22,35; informazioni ambientali, o comportamenti18,36. La maggior parte delle applicaz…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Il Consiglio dell’agricoltura di Taiwan ha finanziato il progetto di ricerca e lo sviluppo dell’app HealthCloud dal 2018 al 2020 [109 scienze agrarie – 7.5.4-supplementary-#1(1)] ([109 Equation 4-7.5.4–Equation 5#1(1)]).

Materials

Apple Watch 6 Apple For the use of the HealthCloud app, such as Pop-up questions, heart rates measurement.
iPhone Apple For the use of the HealthCloud app, such as GPS location collection, weather data colledction, data storage, data transfer.
HealthCloud Self-developed The HealthCloud app, adopting Apple Watch and iPhone, was developed by Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU) to track human responses. It adopted several APIs such as HealthKit, ResearchKit, Weather API and AppleWatch applications including Breathe app, and Blood Oxygen app to collect physiological status and psychological states, and environmental data in aims of further analyzing the relationships between human health and the environmental information.

The link to the app in APP Store is as following: https://apps.apple.com/tw/app/healthcloud/id1446179518?l=en
backend website The backend website of HealthCloud app for the use of the configuration of the tasks, data exportation, and the display of users.
http://healthcloud.hort.ntu.edu.tw/
HealthKit Apple For the use of retrieving the data of physiological responses such as heart rate, heart rate variability, and blood oxygen saturation level.
The link to the HealthKit:
https://developer.apple.com/documentation/healthkit
ResearchKit Apple This kit includes a variety of tasks for the use of research purposes. The functions adopted in HealthCloud app include Image Capture task, environment sound task, Stroop Test, to the Pop Questions of psychological state measurements such as perceived restorativeness scale, landscape preferences.
The link to the ResearchKit:
https://www.researchandcare.org/
Weather API OpenWeather For the use of collecting the real-time environmental data, including humidity, weather, global positioning system location, altitudes, etc., from the nearest weather station.
The link to the Weather API:
https://openweathermap.org/api
Breathe app Apple For the use of assessing the real-time heart rate variability (HRV). This app was not included in the procedures of this pilot study. However, the HealthlCloud is now capable of retrieving the HRV data collected from Breathe app.
The link to the Breathe app:
https://apps.apple.com/us/app/breathe/id1459455352
Blood Oxygen app Apple For the use of assessing the real-time Blood Oxygen Concentration level (SpO2). The latest version of HealthlCloud is capable of retrieving the SpO2 data collected from  app. This app was not included in the procedures of this pilot study. However,
The measurement of Blood Oxygen app:
https://support.apple.com/en-us/HT211027
The link to the Blood Oxygen app:
https://apps.apple.com/us/app/breathe/id1459455352"
IBM SPSS Statistics 25 IBM For the use of statistical analysis.
The link to the Blood Oxygen app:
https://www.ibm.com/support/pages/downloading-ibm-spss-statistics-25

References

  1. Purcell, T., Peron, E., Berto, R. Why do preferences differ between scene types. Environment and Behavior. 33 (1), 93-106 (2001).
  2. Engell, T., Lorås, H. W., Sigmundsson, H. Window view of nature after brief exercise improves choice reaction time and heart rate restoration. New Ideas in Psychology. 58, 100781 (2020).
  3. Ding, N., Berry, H. L., Bennett, C. M. The importance of humidity in the relationship between heat and population mental health: Evidence from Australia. PLOS ONE. 11 (10), 0164190 (2016).
  4. Majeed, H., Lee, J. The impact of climate change on youth depression and mental health. The Lancet Planetary Health. 1 (3), 94-95 (2017).
  5. Merkies, K., et al. Preliminary results suggest an influence of psychological and physiological stress in humans on horse heart rate and behavior. Journal of Veterinary Behavior. 9 (5), 242-247 (2014).
  6. Delaney, J. P. A., Brodie, D. A. Effects of short-term psychological stress on the time and frequency domains of heart-rate variability. Perceptual and Motor Skills. 91 (2), 515-524 (2000).
  7. South, E. C., Kondo, M. C., Cheney, R. A., Branas, C. C. Neighborhood blight, stress, and health: a walking trial of urban greening and ambulatory heart rate. American Journal of Public Health. 105 (5), 909-913 (2015).
  8. Rimmele, U., et al. Trained men show lower cortisol, heart rate and psychological responses to psychosocial stress compared with untrained men. Psychoneuroendocrinology. 32 (6), 627-635 (2007).
  9. Jo, H., Song, C., Miyazaki, Y. Physiological benefits of viewing nature: A systematic review of indoor experiments. International Journal of Environmental Research and Public Health. 16 (23), 4739 (2019).
  10. Bowler, D. E., Buyung-Ali, L. M., Knight, T. M., Pullin, A. S. A systematic review of evidence for the added benefits to health of exposure to natural environments. BMC Public Health. 10 (1), 1-10 (2010).
  11. Olafsdottir, G., et al. Health benefits of walking in nature: A randomized controlled study under conditions of real-life stress. Environment and Behavior. 52 (3), 248-274 (2020).
  12. Beute, F., De Kort, Y., IJsselsteijn, W. Restoration in its natural context: How ecological momentary assessment can advance restoration research. International Journal of Environmental Research and Public Health. 13 (4), 420 (2016).
  13. Shiffman, S., Stone, A. A., Hufford, M. R. Ecological momentary assessment. Annual Review of Clinical Psychology. 4, 1-32 (2008).
  14. Hektner, J. M., Schmidt, J. A., Csikszentmihalyi, M. . Experience sampling method: Measuring the quality of everyday life. , (2007).
  15. Robbins, M. L., Kubiak, T., Mostofsky, D. I. Ecological momentary assessment in behavioral medicine: Research and practice. The Handbook of Behavioral Medicine. 1, 429-446 (2014).
  16. Fave, A. D., Bassi, M., Massimini, F. Quality of experience and risk perception in high-altitude rock climbing. Journal of Applied Sport Psychology. 15, 82-98 (2003).
  17. Ates, H. C., Yetisen, A. K., Güder, F., Dincer, C. Wearable devices for the detection of COVID-19. Nature Electronics. 4 (1), 13-14 (2021).
  18. Cagney, K. A., Cornwell, E. Y., Goldman, A. W., Cai, L. Urban mobility and activity space. Annual Review of Sociology. 46, 623-648 (2020).
  19. Chaix, B. Mobile sensing in environmental health and neighborhood research. Annual Review of Public Health. 39, 367-384 (2018).
  20. York Cornwell, E., Goldman, A. W. Neighborhood disorder and distress in real time: Evidence from a smartphone-based study of older adults. Journal of Health and Social Behavior. 61 (4), 523-541 (2020).
  21. Ashbrook, D. L., Clawson, J. R., Lyons, K., Starner, T. E., Patel, N. Quickdraw: The impact of mobility and on-body placement on device access time. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI ’08). , 219-222 (2008).
  22. Hänsel, K., Alomainy, A., Haddadi, H. Large scale mood and stress self-assessments on a smartwatch. Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing: Adjunct. , 1180-1184 (2016).
  23. Karmen, C. L., Reisfeld, M. A., McIntyre, M. K., Timmermans, R., Frishman, W. The clinical value of heart rate monitoring using an apple watch. Cardiology in Review. 27 (2), 60-62 (2019).
  24. Hernando, D., Roca, S., Sancho, J., Alesanco, &. #. 1. 9. 3. ;., Bailón, R. Validation of the apple watch for heart rate variability measurements during relax and mental stress in healthy subjects. Sensors. 18 (8), 2619 (2018).
  25. Shcherbina, A., et al. Accuracy in wrist-worn, sensor-based measurements of heart rate and energy expenditure in a diverse cohort. Journal of Personalized Medicine. 7 (2), 3 (2017).
  26. Samol, A., et al. Patient directed recording of a bipolar three-lead electrocardiogram using a smartwatch with ECG function. Journal of Visualized Experiments. (154), e60715 (2019).
  27. Verdecchia, P., Angeli, F., Gattobigio, R. Clinical usefulness of ambulatory blood pressure monitoring. Journal of the American Society of Nephrology. 15, 30-33 (2004).
  28. Ponnada, A., Haynes, C., Maniar, D., Manjourides, J., Intille, S. Microinteraction ecological momentary assessment response rates: Effect of microinteractions or the smartwatch. Proceedings of the ACM on interactive, mobile, wearable and ubiquitous technologies. 1 (3), 1-16 (2017).
  29. . Monitor your heart rate with Apple Watch Available from: https://support.apple.com/en-us/HT204666 (2021)
  30. Berto, R. Exposure to restorative environments helps restore attentional capacity. Journal of Environmental Psychology. 25 (3), 249-259 (2005).
  31. Kaplan, S. The restorative benefits of nature: Toward an integrative framework. Journal of Environmental Psychology. 15 (3), 169-182 (1995).
  32. Firth, J., et al. Can smartphone mental health interventions reduce symptoms of anxiety? A meta-analysis of randomized controlled trials. Journal of Affective Disorders. 218, 15-22 (2017).
  33. Turakhia, M. P., et al. Rationale and design of a large-scale, app-based study to identify cardiac arrhythmias using a smartwatch: The Apple Heart Study. American Heart Journal. 207, 66-75 (2019).
  34. Weenk, M., et al. Continuous monitoring of vital signs using wearable devices on the general ward: Pilot study. JMIR mHealth and uHealth. 5 (7), 91 (2017).
  35. Wang, R., et al. StudentLife: Assessing mental health, academic performance and behavioral trends of college students using smartphones. Proceedings of the 2014 ACM international joint conference on pervasive and ubiquitous computing. , 3-14 (2014).
  36. Vhaduri, S., Munch, A., Poellabauer, C. Assessing health trends of college students using smartphones. 2016 IEEE Healthcare Innovation Point-Of-Care Technologies Conference IEEE. HI-POCT. , 70-73 (2016).
  37. Ståhl, A., Höök, K., Svensson, M., Taylor, A. S., Combetto, M. Experiencing the affective diary. Personal and Ubiquitous Computing. 13 (5), 365-378 (2009).
  38. Khushhal, A., et al. Validity and reliability of the Apple Watch for measuring heart rate during exercise. Sports Medicine International Open. 1 (6), 206-211 (2017).
  39. Walsh, E. I., Brinker, J. K. Should participants be given a mobile phone, or use their own? Effects of novelty vs utility. Telematics and Informatics. 33 (1), 25-33 (2016).
  40. Enock, P. M., Hofmann, S. G., McNally, R. J. Attention bias modification training via smartphone to reduce social anxiety: A randomized, controlled multi-session experiment. Cognitive Therapy and Research. 38 (2), 200-216 (2014).
  41. Reid, S. C., et al. A mobile phone application for the assessment and management of youth mental health problems in primary care: A randomised controlled trial. BMC Family Practice. 12, 131 (2011).
  42. Huang, S., Qi, J., Li, W., Dong, J., vanden Bosch, C. K. The contribution to stress recovery and attention restoration potential of exposure to urban green spaces in low-density residential areas. International Journal of Environmental Research and Public Health. 18 (16), 8713 (2021).
  43. Doherty, S. T., Lemieux, C. J., Canally, C. Tracking human activity and wellbeing in natural environments using wearable sensors and experience sampling. Social Science & Medicine. 106, 83-92 (2014).
  44. Birenboim, A., Dijst, M., Scheepers, F. E., Poelman, M. P., Helbich, M. Wearables and location tracking technologies for mental-state sensing in outdoor environments. The Professional Geographer. 71 (3), 449-461 (2019).
  45. Kheirkhahan, M., et al. A smartwatch-based framework for real-time and online assessment and mobility monitoring. Journal of Biomedical Informatics. 89, 29-40 (2019).

Play Video

Citer Cet Article
Yeh, Y., Yeh, A., Hung, S., Wu, C., Tung, Y., Liu, S., Sullivan, W. C., Chang, C. An Application for Pairing with Wearable Devices to Monitor Personal Health Status. J. Vis. Exp. (180), e63169, doi:10.3791/63169 (2022).

View Video