Summary

Um aplicativo para emparelhamento com dispositivos vestíveis para monitorar o status de saúde pessoal

Published: February 03, 2022
doi:

Summary

O presente protocolo introduz um aplicativo auto-desenvolvido não comercial para coletar dados em tempo real no local, incluindo escalas psicológicas, localização GPS, frequência cardíaca e nível de saturação de oxigênio no sangue, bem como os procedimentos operacionais do aplicativo. Um estudo empírico realizado em Taiwan em 2020 foi usado como exemplo de aplicação.

Abstract

O protocolo atual visa mostrar a integração tecnológica, fornecendo uma descrição detalhada da adoção do aplicativo HealthCloud, desenvolvido pelo Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), em smartphones e smartwatches para coletar dados sobre as respostas psicológicas e fisiológicas em tempo real dos usuários e informações ambientais. Um método de pesquisa flexível e integrado foi proposto porque pode ser difícil medir aspectos multidimensionais de dados pessoais em estudos no local em pesquisa de paisagem e recreação ao ar livre. Um estudo no local realizado em 2020 no campus da Universidade Nacional de Taiwan foi usado como exemplo de aplicação. Um conjunto de dados de 385 participantes foi utilizado após a exclusão de amostras inválidas. Durante o experimento, os participantes foram convidados a caminhar pelo campus por 30 minutos quando sua frequência cardíaca e itens de escala psicológica foram medidos, juntamente com várias métricas ambientais. Este trabalho teve como objetivo fornecer uma possível solução para ajudar os estudos no local a rastrear respostas humanas em tempo real que correspondam a fatores ambientais. Devido à flexibilidade do aplicativo, seu uso em dispositivos vestíveis mostra um excelente potencial para estudos de pesquisa multidisciplinares.

Introduction

Coleta de dados em tempo real
Na vida diária, as pessoas se beneficiam do ambiente físico de muitas maneiras. Por exemplo, resultados positivos, como a restauração psicológica1 e da frequência cardíaca2, foram amplamente encontrados. Além disso, as relações entre fatores ambientais, como temperatura e umidade, e saúde mental têm sido discutidas 3,4. Estudos também têm explorado as ligações entre respostas fisiológicas e psicológicas, como frequência cardíaca e estresse 5,6,7,8. Uma ampla gama de evidências de benefícios psicológicos e fisiológicos da exposição à natureza tem sido encontrada em estudos laboratoriais bem controlados 9,10, o que pode não ter representado os diversos fatores influentes no campo. Portanto, para medir as relações entre as respostas humanas em tempo real, estudos in loco são considerados melhores para refletir a experiência do cenário da vida real e as reações aos ambientes do que as simulações de laboratório11. Além disso, as reações humanas aos ambientes podem depender do contexto12. Dada a importância de entender a relação entre a saúde psicológica e fisiológica das pessoas e a qualidade ambiental, uma medição de auto-rastreamento em tempo real que possa coletar várias medidas de informação é urgentemente necessária.

Avaliações ecológicas momentâneas (EMAs) ou métodos de amostragem de experiência (MEEs) podem representar soluções para estudos in loco13,14. EMAs e ESMs visam avaliar as respostas momentâneas dos seres humanos no local em cenários da vida real15. Ao adotar técnicas de auto-rastreamento, as respostas, reações e experiências no local podem ser medidas recentemente14. Os participantes são notificados por meio de sinais, como textos ou notificações, para implementar avaliações nos chamados esquemas de amostragem contingente de sinais15. O termo “EMA” é usado principalmente em estudos relacionados à saúde13, enquanto “ESM” tende a ser usado em estudos de lazer e recreação ao ar livre16. No entanto, os termos têm sido ocasionalmente utilizados de formaintercambiável 12.

A possibilidade de aplicação das EMAs aos estudos de pesquisa ambiental foi discutida por Beute et al.12, que apontaram que elas permitiriam abordar uma maior variedade de ambientes do que meramente “naturais” ou “urbanos”. Por exemplo, ao adotar a medição ambulatorial (como por meio do rastreamento de localização por GPS), as respostas fisiológicas durante uma caminhada podem ser combinadas com conjuntos de dados de localização em tempo real, proporcionando uma resolução espacial mais rica dos tipos de ambiente e características ambientais7. Além disso, a coleta de dados em tempo real permitida pelas EMAs garante uma alta validade ecológica, fornecendo um ponto de vista complementar a partir de estudos laboratoriais.

Cada vez mais estudos empíricos in loco têm adotado dispositivos vestíveis e smartphones para monitorar o estado de saúde pessoal na vida diária e fins de pesquisa17,18,19,20. Adotar esses dois dispositivos pode proporcionar mais vantagens do que usar apenas um smartphone12. Primeiro, o tempo de acesso usando smartwatches foi menor do que o usando telefones21, o que pode causar uma carga de interrupção reduzida. Em segundo lugar, os relógios fornecem uma maior proximidade corporal do que os smartphones22, e os telefones podem ser usados como bancos de dados momentâneos para salvar e carregar dados. Em terceiro lugar, os smartwatches hoje oferecem múltiplos sensores para diferentes parâmetros, como variabilidade da frequência cardíaca, eletrocardiogramas (ECG) e pressão arterial 23,24,25,26,27. O indivíduo e os aspectos gerais das respostas humanas podem inferir certas atividades12. Finalmente, os smartphones geralmente são carregados no bolso para estudos baseados em smartphones e, quando se trata dos questionários, o trabalho extra deve ser feito em comparação com o caso usando smartwatches.

No entanto, poucos estudos exploraram as relações entre resultados psicológicos e fisiológicos e informações ambientais. Portanto, este estudo mostra a adoção de um aplicativo auto-desenvolvido não comercial, o HealthCloud, em dispositivos vestíveis, como smartwatches e smartphones, para coletar informações psicológicas, fisiológicas e ambientais em tempo real.

O aplicativo auto-desenvolvido e dispositivos vestíveis
O aplicativo para uso em dispositivos vestíveis foi desenvolvido pelo Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), para fornecer maneiras mais acessíveis e flexíveis de rastrear respostas humanas e dados ambientais, permitindo que os pesquisadores analisem ainda mais as relações entre a saúde humana e as informações ambientais (Figura 1).

O aplicativo, baseado no iOS, fornece várias tarefas e funções passivas de coleta de dados. O aplicativo coleta dados auto-relatados no smartwatch, como itens de escala psicológica medidos por meio de perguntas do Pop Quiz, nas quais os usuários podem classificar suas respostas de uma a cinco estrelas para uma avaliação rápida e fácil. Esse tipo de intervenção na questão pode ser considerado um tipo de Micro interação-EMA (μEMA)-um método de coleta de dados in situ que requer menos atenção e tem uma taxa de resposta maior do que o smartwatch-EMA28. Os dados de resposta fisiológica monitorados por sensores, incluindo frequência cardíaca, variabilidade da frequência cardíaca e nível de saturação de oxigênio no sangue, podem ser medidos usando as funções do iOS. A frequência cardíaca é medida através do sensor cardíaco óptico do smartwatch utilizando uma técnica chamada fotopletismografia29. O aplicativo detecta a quantidade de fluxo sanguíneo usando luzes LED verdes com fotodiodos sensíveis à luz, e os batimentos cardíacos por minuto também são calculados. A variabilidade da frequência cardíaca (VFC) e a concentração de oxigênio no sangue (SpO2) podem ser detectadas usando aplicativos. Para o smartphone, as tarefas, como o Stroop Test (Figura 2B) e a tarefa Image Capture (Figura 2C) e a tarefa Environment Sound (Figura 2D), os dados de condições ambientais, incluindo umidade relativa, clima e altitude, são coletados passivamente de várias interfaces de programação de aplicativos.

Figure 1
Figura 1: Visão geral do aplicativo. As funções do aplicativo no smartwatch, smartphone e banco de dados. Por favor, clique aqui para ver uma versão maior desta figura.

Figure 2
Figura 2: As tarefas do aplicativo. Exemplos das tarefas que podem ser usadas no aplicativo: da esquerda para a direita, há (A) A pergunta pop-up. (B) O Teste de Stroop. (C) A tarefa de Captura de Imagem. (D) A tarefa Meio Ambiente Som. Por favor, clique aqui para ver uma versão maior desta figura.

Todos os dados serão carregados no site de back-end (acesso a pesquisadores cooperativos, consulte Tabela de Materiais). O site fornece várias funções principais: uma exibição de mapa que mostra os locais atuais e a frequência cardíaca dos usuários (Figura 3), uma folha de dados para navegar e extrair dados (Figura 4) e configurações de tarefas para modificar a frequência, a prioridade e o conteúdo das tarefas (Figura 5). Com uma flexibilidade tão grande e uma ampla gama de medições, os pesquisadores podem selecionar facilmente as funções de tarefa previamente declaradas de acordo com os objetivos da pesquisa. Além disso, o aplicativo pode beneficiar usuários e pesquisadores. O aplicativo fornece seus relatórios de saúde e trajetórias de localização GPS (Figura 6) de acordo com as perguntas que responderam e suas rotas escolhidas. Assim, eles podem obter uma ideia rápida de seu estado de saúde no dia e continuar rastreando seus dados de saúde.

Figure 3
Figura 3: O mapa exibido no banco de dados do aplicativo. A exibição do mapa do banco de dados do aplicativo fornece informações atuais, incluindo locais e frequência cardíaca, para os pesquisadores. Por favor, clique aqui para ver uma versão maior desta figura.

Figure 4
Figura 4: Folha de dados no banco de dados do aplicativo. O relatório de dados do mapa de exibição no banco de dados do aplicativo, no qual os dados podem ser exportados filtrando a ID do Tempo, do Campo ou do Testador. Clique aqui para exibir uma versão maior dessa figura.

Figure 5
Figura 5: A configuração da tarefa no banco de dados do aplicativo. As prioridades da tarefa, os intervalos de tempo, o idioma e o conteúdo dos questionários podem ser modificados. Por favor, clique aqui para ver uma versão maior desta figura.

Figure 6
Figura 6: O relatório de integridade para os usuários do aplicativo. Depois de usar o aplicativo, o usuário pode receber um conjunto de resultados individuais gerados automaticamente. Por favor, clique aqui para ver uma versão maior desta figura.

Estudo representativo
Para mostrar a integração de diversas dimensões da coleta de dados usando o aplicativo em smartphones e smartwatches, um estudo in situ foi realizado em 2020 no campus da Universidade Nacional de Taiwan na cidade de Taipei, Taiwan. Os participantes do estudo foram recrutados na página de fãs de mídia social da Universidade Nacional de Taiwan através de um formulário on-line 1 semana antes do experimento. O formulário incluiu o objetivo da pesquisa, processo, localização, condições de participação, um diagrama esquemático do dispositivo de pesquisa a ser usado e um espaço para os leitores indicarem sua disposição de participar e o momento em que poderiam fazê-lo. Após a conclusão, os participantes foram notificados da hora e localização exatas de seu experimento por e-mail 2 dias antes do cronograma. Uma vez que a pesquisa examina mudanças psicológicas, fisiologia, atividade física (caminhada) e percepção de som e cor, os participantes preencheram as seguintes condições: (1) entre 20-36 anos de idade, (2) boa saúde física e mental, (3) não estar em uso regular de drogas que afetam o sistema nervoso central, (4) não estar grávida ou amamentando, (5) não ter história de doença cardiovascular, (6) pode caminhar por mais de 30 minutos a pé, (7) ser capaz de identificar uma cor.

No dia do experimento, os participantes receberam um conjunto de smartphones e smartwatches e um mapa de rotas. Os pesquisadores apresentaram uma explicação uniforme aos participantes sobre o objetivo da pesquisa, o processo de pesquisa, os dispositivos vestíveis e os assuntos que necessitam de atenção no processo de pesquisa. Durante a caminhada, as respostas psicológicas foram avaliadas usando uma tarefa Pop Quiz a cada 5 minutos, e as respostas fisiológicas, como a frequência cardíaca, foram medidas a cada minuto por sensores no smartwatch. Após o experimento, os participantes foram compensados com um cartão-presente equivalente a 200 DTN (~ 7 USD).

Para a mensuração psicológica, este estudo considerou as preferências da paisagem e dois aspectos da Escala Restaurativa Percebida Versão Curta30, a saber, “estar longe” e “fascinação”. Esses aspectos foram medidos pedindo aos participantes que classificassem as afirmações “Este é um lugar que está longe das demandas cotidianas e onde eu seria capaz de relaxar e pensar sobre o que me interessa.” e “Esse lugar é fascinante; é grande o suficiente para que eu descubra e seja curioso sobre as coisas.” em uma escala Likert de cinco pontos de (1) “discordo fortemente” a (5) “concordo fortemente” para medir as percepções individuais dos fatores restauradores do ambiente com base na teoria da restauração da atenção31. A preferência da paisagem foi avaliada usando uma escala Likert de cinco pontos com a única pergunta: “Quanto você gosta do cenário, por qualquer motivo?” de (1) “muito pouco” a (5) “muito”. O questionário foi enviado por meio da tarefa “Pop Quiz” com intervalo de tempo de 5 minutos, ou seja, os participantes receberam o questionário a cada 5 minutos.

Para a medida fisiológica, a frequência cardíaca (FC) durante a caminhada foi utilizada para representar os resultados fisiológicos dos participantes com um intervalo de tempo de 1 min. Informações ambientais, incluindo dados de GPS (latitude e longitude), temperatura, umidade relativa, velocidade do vento e grau do vento, foram coletadas por meio do smartphone.

Protocol

Todo o protocolo segue as instruções do Escritório do Comitê de Ética em Pesquisa da Universidade Nacional de Taiwan para a realização de experimentos relacionados a humanos. Durante o recrutamento dos participantes, os candidatos foram informados de suas instruções e direitos e dos riscos do experimento tanto na fala quanto na escrita, e os formulários de consentimento assinado foram coletados. O aplicativo pode ser instalado em smartphones e smartwatches (consulte Tabela de materiais). <p…

Representative Results

A amostra original foi composta por 423 indivíduos, dos quais 18 tiveram que ser excluídos devido à má qualidade dos dados devido à instabilidade da versão beta do aplicativo e outros 20 não conseguiram completar todas as perguntas do Pop Quiz. Isso levou a uma taxa de amostragem efetiva de 0,91. Um conjunto de dados de 385 estudantes (213 mulheres, 172 homens) da Universidade Nacional de Taiwan foi recrutado. Os participantes tinham entre 20 e 36 anos (M = 23,38, DP = 2,268). Em relação ao…

Discussion

Objetivos do estudo e achados significativos
Dispositivos vestíveis, como smartphones e smartwatches, têm sido amplamente utilizados para investigar indicadores fisiológicos ou síndromes 32,33,34, estados psicológicos22,35; informação ambiental, ou comportamentos 18,36. A maioria dos ap…

Disclosures

The authors have nothing to disclose.

Acknowledgements

O Conselho de Agricultura de Taiwan financiou o projeto de pesquisa e o desenvolvimento do aplicativo HealthCloud de 2018 a 2020 [109 ciência agrícola – 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

Cite This 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