Summary
Los relojes inteligentes comerciales equipados con sensores portátiles se utilizan cada vez más en estudios de población. Sin embargo, su utilidad a menudo está limitada por su duración limitada de la batería, la capacidad de memoria y la calidad de los datos. Este informe proporciona ejemplos de soluciones rentables a los desafíos técnicos de la vida real encontrados durante los estudios con niños asmáticos y pacientes cardíacos ancianos.
Abstract
Los sensores portátiles, que a menudo están integrados en relojes inteligentes comerciales, permiten mediciones de salud continuas y no invasivas y evaluaciones de exposición en estudios clínicos. Sin embargo, la aplicación en la vida real de estas tecnologías en estudios con un gran número de participantes durante un período de observación significativo puede verse obstaculizada por varios desafíos prácticos.
En este estudio, presentamos un protocolo modificado de un estudio de intervención anterior para la mitigación de los efectos en la salud de las tormentas de polvo del desierto. En el estudio participaron dos grupos de población distintos: niños asmáticos de 6 a 11 años y pacientes ancianos con fibrilación auricular (FA). Ambos grupos fueron equipados con un reloj inteligente para la evaluación de la actividad física (utilizando un monitor de frecuencia cardíaca, podómetro y acelerómetro) y la ubicación (utilizando señales GPS para localizar a los individuos en interiores "en casa" o microambientes al aire libre). Los participantes debían usar el reloj inteligente equipado con una aplicación de recopilación de datos diariamente, y los datos se transmitieron a través de una red inalámbrica a una plataforma de recopilación de datos administrada centralmente para la evaluación casi en tiempo real del cumplimiento.
Durante un período de 26 meses, más de 250 niños y 50 pacientes con FA participaron en el estudio antes mencionado. Los principales desafíos técnicos identificados incluyeron restringir el acceso a las funciones estándar de los relojes inteligentes, como juegos, navegador de Internet, cámara y aplicaciones de grabación de audio, problemas técnicos, como la pérdida de señal GPS, especialmente en entornos interiores, y la configuración interna del reloj inteligente que interfiere con la aplicación de recopilación de datos.
El objetivo de este protocolo es demostrar cómo el uso de casilleros de aplicaciones disponibles públicamente y aplicaciones de automatización de dispositivos hizo posible abordar la mayoría de estos desafíos de una manera simple y rentable. Además, la inclusión de un indicador de intensidad de señal recibida por Wi-Fi mejoró significativamente la localización en interiores y minimizó en gran medida la clasificación errónea de la señal GPS. La implementación de estos protocolos durante el lanzamiento de este estudio de intervención en la primavera de 2020 condujo a resultados significativamente mejores en términos de integridad y calidad de los datos.
Introduction
Las aplicaciones de tecnología de salud digital y los sensores portátiles permiten una monitorización no invasiva y rentable de los pacientes tanto en entornos sanitarios como domiciliarios1. Al mismo tiempo, la gran cantidad de datos recopilados y la disponibilidad de plataformas analíticas basadas en dispositivos portátiles permiten el desarrollo de algoritmos para la predicción, prevención e intervención automatizada de eventos de salud para una amplia gama de enfermedades agudas y crónicas2. Los sensores portátiles disponibles comercialmente, utilizados principalmente para el seguimiento de la condición física, también están siendo utilizados cada vez más por los profesionales médicos en la investigación de salud pública y representan una herramienta prometedora para la recopilación de datos multimodal y continua en condiciones de la vida real3. Sin embargo, lo más importante es que la recopilación imparcial de datos de los sensores portátiles permite a los investigadores superar los desafíos del sesgo de recuerdo que caracterizan los métodos tradicionales de recopilación de datos, como entrevistas y diarios4.
Sin embargo, para los fines de ensayos clínicos u otros estudios de población, la precisión, confiabilidad e integridad de los datos son esenciales. Además, la credibilidad de los datos recopilados también puede verse afectada por varios otros parámetros, como la aplicabilidad del grupo de edad, así como la capacidad de memoria y la eficiencia energética del dispositivo5. Las revisiones sistemáticas recientes de estudios de laboratorio y de campo con un número limitado de participantes generalmente han confirmado la aplicabilidad de los relojes inteligentes comerciales para la actividad, la frecuencia cardíaca, las convulsiones y el monitoreo del comportamiento, aunque las revisiones también han demostrado una idoneidad deficiente para los usuarios de edad avanzada, así como limitaciones de batería, memoria y calidad de datos 6,7 . Estas limitaciones pueden amplificarse aún más en estudios poblacionales más grandes en condiciones de la vida real donde entran en juego parámetros adicionales como la conectividad a Internet inconsistente, la comodidad del dispositivo y el uso incorrecto del reloj inteligente8. Específicamente, la apariencia y las molestias son barreras significativas para el uso diario de sensores 9, mientras que las preocupaciones relacionadas con cuestionesde privacidad y confidencialidad pueden afectar el reclutamiento en estudios que involucran sensores portátiles10. En cuanto a la aplicabilidad de los relojes inteligentes comerciales y los rastreadores de fitness para medir la actividad física en estudios de investigación, un estudio reciente de Henriksen et al. sugirió que la selección de un dispositivo apropiado para un estudio en particular no solo debería basarse en los sensores integrados disponibles, sino que también debería tener en cuenta la validación y el uso previo en la investigación. Apariencia, duración de la batería, robustez, resistencia al agua, conectividad y facilidad de uso11.
Para los fines de este estudio, presentamos un protocolo para mejorar los desafíos encontrados durante el proyecto LIFE MEDEA, un estudio de intervención para la mitigación de los efectos en la salud de las tormentas de polvo del desierto12. En el estudio participaron dos grupos de población distintos: niños asmáticos de 6 a 11 años y pacientes ancianos con fibrilación auricular (FA). Ambos grupos fueron equipados con un reloj inteligente comercial para la evaluación de la actividad física (utilizando un monitor de frecuencia cardíaca, podómetro y acelerómetro) y la ubicación (utilizando señales GPS para localizar a las personas en interiores "en casa" o microambientes al aire libre). Se requirió que los participantes usaran el reloj inteligente diariamente, y los datos se transmitieron a través de una red inalámbrica a una plataforma de recopilación de datos administrada centralmente a través de la aplicación de recopilación de datos para la evaluación casi en tiempo real del cumplimiento. En un estudio anterior13 se proporcionan detalles adicionales sobre el reloj inteligente y la configuración del sistema. Durante el primer año de implementación del proyecto, surgieron varios desafíos técnicos y de la vida real relacionados con el dispositivo, que afectaron el reclutamiento, el cumplimiento de los participantes en el uso diario del dispositivo y la integridad de los datos recopilados. Algunos desafíos fueron específicos de la población, como el requisito de los administradores escolares y muchos padres de que los niños que usan los relojes inteligentes no deberían tener acceso a las funciones estándar de los relojes inteligentes, como juegos, navegador de Internet, cámara y aplicaciones de grabación de audio. Otros desafíos fueron de naturaleza técnica, como la pérdida de señal GPS, especialmente en entornos interiores, y la configuración interna del reloj inteligente que interfiere con la aplicación de recopilación de datos. En la Tabla 1 se presenta una descripción detallada de los principales desafíos identificados, así como una breve descripción de sus implicaciones y soluciones.
En este estudio, sugerimos soluciones simples, rentables y listas para usar para mejorar el cumplimiento del usuario, la calidad de los datos y la integridad de los datos en estudios de población que emplean sensores portátiles y proporcionan los protocolos relevantes. Además, demostramos las mejoras en la completitud de los datos a partir de la implementación de tales protocolos utilizando resultados representativos del estudio13.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Se obtuvieron aprobaciones administrativas y éticas del Ministerio de Salud de Chipre (YY5.34.01.7.6E) y del Comité Nacional de Bioética de Chipre (ΕΕΒΚ/ΕΠ/2016.01.23). Los pacientes con fibrilación auricular y los tutores de los niños asmáticos proporcionaron su consentimiento informado por escrito antes de participar en el estudio.
1. Bloqueadores de aplicaciones y aplicaciones de automatización de dispositivos
NOTA: Los casilleros de aplicaciones disponibles gratuitamente y las aplicaciones de automatización de dispositivos (taskers) se pueden encontrar tanto para dispositivos Android como para dispositivos IOS. Las aplicaciones específicas utilizadas en el presente estudio se enumeran en la Tabla de materiales.
- Utilice un dispositivo de teléfono inteligente preferiblemente equipado con la misma versión de Android que el reloj inteligente.
- Desde Play Store, descargue e instale la aplicación de recopilación de datos, el bloqueador de aplicaciones y el tasker.
- Descargue una aplicación disponible gratuitamente que puede extraer el paquete de aplicaciones de Android (APK) de las aplicaciones descargadas ya instaladas en el teléfono inteligente.
NOTA: La aplicación crea una carpeta llamada Extracted-Apks en el almacenamiento interno del teléfono inteligente y almacena los archivos APK exportados. Guarde los archivos APK en lugar de descargar el bloqueador de aplicaciones y el tasker durante la configuración de cada dispositivo smartwatch para asegurarse de que se utilicen las mismas versiones de las aplicaciones en todos los dispositivos.
2. Desarrollo de los procedimientos automatizados utilizando el tasker
NOTA: Un tasker permite el desarrollo paso a paso de procesos automatizados. Estos pueden variar según los requisitos del proyecto. No se requiere experiencia previa en codificación o programación. En los pasos siguientes, se utilizan los siguientes términos y definiciones: desencadenador (un estado inicial que, cuando se cumple, permite al tasker iniciar el proceso), condición (una condición que, cuando se cumple, permite que el proceso continúe con el siguiente paso) y acción (el resultado del proceso). En las figuras proporcionadas, el paralelogramo denota un disparador, el diamante denota una condición y el rectángulo denota una acción. Cada proceso puede resultar en más de una acción, y estas se etiquetan como acciones a, b, c, (...) bajo cada proceso. Se estableció un proceso separado para cada problema individual identificado durante la implementación del proyecto sobre el terreno. Este enfoque aseguró que no hubiera superposición entre las condiciones establecidas y permitió el buen funcionamiento del proceso automatizado en su conjunto.
- Inicie la aplicación de automatización de dispositivos y navegue hasta la interfaz para crear tareas.
NOTA: La interfaz difiere entre las diferentes aplicaciones de automatización de dispositivos. Los pasos descritos a continuación se basan en el tasker utilizado en el estudio presentado aquí12, pero pasos similares se aplican en todas las aplicaciones de este tipo. Las aplicaciones de automatización de dispositivos permiten el desarrollo de diferentes procesos (también llamados macros). Todas las macros descritas en este protocolo se proporcionan en el archivo complementario 1.- Para crear un proceso, seleccione Macros.
- Crear un proceso que active sistemáticamente la aplicación de recopilación de datos (Figura 1). Hágalo siguiendo los pasos a continuación.
- Agregue una macro o tarea haciendo clic en el signo más. Agregue un desencadenador para crear un punto de inicio para el proceso. Haga clic en el signo más en la pestaña de activación.
- Seleccione Fecha y hora y seleccione la pestaña Intervalo regular . No utilice un tiempo de referencia, sino un intervalo regular.
- Establezca un intervalo de tiempo fijo para que actúe como desencadenador para iniciar un procedimiento. Establezca el intervalo en 7,5 minutos y haga clic en Aceptar.
NOTA: Esta condición crea un desencadenador regular que se ejecuta cada 7,5 minutos. La selección del intervalo de disparo se basa en la capacidad de la batería del dispositivo y otras condiciones que afectan el buen funcionamiento de la aplicación de recopilación de datos. - Para agregar una acción, haga clic en el signo más en la pestaña de acción. Seleccione la pestaña Condiciones/bucles . Seleccione la cláusula IF.
- Agregue una condición haciendo clic en el signo más. Seleccione la pestaña Fecha y hora . Seleccione Cronómetro. Haga clic en Aceptar.
- Establezca una duración fija que se agregará como condición. Como parte del procedimiento, la condición que se está probando es si un valor de cronómetro es de >29 min o <1 s.
NOTA: El primero refleja la preferencia de activar sistemáticamente la aplicación de recopilación de datos cada 30 minutos, y el segundo representa la preferencia de activar la aplicación de recopilación de datos incluso en los casos en que el cronómetro no funciona o se ha detenido. - Cambie el AND haciendo clic en el triángulo. Seleccione OR.
NOTA: Siempre que se cumpla una de las condiciones, el proceso puede continuar. - Para agregar una acción entre la instrucción IF, haga clic en End if. Seleccione Agregar acción arriba.
- Navegue para encontrar la pestaña Pantalla. Seleccione la acción Pantalla activada y haga clic en Aceptar.
NOTA: Cuando se cumplan las condiciones, el tasker habilitará la pantalla. - Siguiendo pasos similares, agregue una segunda acción que reduzca el brillo de la pantalla al porcentaje más bajo.
- Agregue una acción adicional que restablezca y reinicie el cronómetro que se usa en este proceso automatizado. Esto crea un bucle.
- Siga pasos similares y agregue una acción que habilite la aplicación de recopilación de datos. Seleccione Aplicaciones.
- Seleccione Iniciar aplicación. Busque y seleccione la aplicación de recopilación de datos. Seleccione Forzar NUEVO y haga clic en Aceptar.
NOTA: El proceso ha finalizado. Se establecen el desencadenador, las condiciones y las acciones. Este proceso permite sistemáticamente la aplicación de recopilación de datos en intervalos de tiempo frecuentes para contrarrestar cualquier bloqueo aleatorio de la aplicación. La acción Pantalla encendida está diseñada para evitar la configuración de hibernación de los dispositivos comerciales, y la acción Brillo al 0% se utiliza para reducir el consumo de batería. La acción Cronómetro (restablecer y reiniciar) crea un bucle a nuestro proceso general. Si se cumple la condición, el tasker realiza las siguientes acciones: (a) iniciar la aplicación de recopilación de datos, (b) activar la pantalla del reloj inteligente, (c) reducir el brillo de la pantalla al 0% y (d) restablecer y reiniciar el cronómetro para crear un bucle. La acción b y la acción c están diseñadas para contrarrestar la configuración de hibernación predeterminada de los dispositivos comerciales. La configuración de hibernación puede interferir con el funcionamiento normal de las aplicaciones de reloj inteligente (incluida la aplicación de recopilación de datos). La hibernación se resuelve activando sistemáticamente la pantalla (acción b), y para reducir el consumo de batería, la activación de la pantalla se combina con la reducción del brillo de la pantalla (acción c). - Asigne un nombre a este proceso y seleccione Guardar.
- Cree un proceso que habilite sistemáticamente el Wi-Fi del reloj inteligente (Figura 2).
- Agregue un desencadenador para crear un punto de inicio para el proceso. Haga clic en el signo más en la pestaña Activador . Seleccione Eventos del dispositivo y seleccione Pantalla activada/desactivada. Seleccione Pantalla activada y haga clic en Aceptar.
- Agregue una acción haciendo clic en el signo más en la pestaña Acción . Seleccione la pestaña Condiciones/bucles . Seleccione la cláusula IF. Agregue una condición haciendo clic en el signo más. Seleccione la pestaña Conectividad . Selecciona Estado de Wi-Fi. Seleccione Wi-Fi deshabilitado y haga clic en Aceptar.
- Haga clic en Finalizar si. Seleccione Agregar acción arriba. Seleccione la pestaña Conectividad . Haga clic en la pestaña Wi-Fi Configure (Configuración de Wi-Fi ). Seleccione Habilitar Wi-Fi y haga clic en Aceptar. Esta es la acción a del proceso en el paso 2.3.
NOTA: Tras la activación de la pantalla y si el Wi-Fi está desactivado, el tasker habilitará el Wi-Fi. - Agregue una acción adicional entre la instrucción IF que restablece y reinicia Stopwatch_2. Esta es la acción b del proceso en el paso 2.3.
NOTA: El cronómetro es importante para deshabilitar el Wi-Fi después de unos minutos, que es una acción llevada a cabo por un proceso diferente en el protocolo (paso 2.5). El reloj inteligente no necesita estar constantemente conectado al Wi-Fi, ya que esto aumenta el consumo de batería. - Asigne un nombre a este proceso y seleccione Guardar.
- Crear un proceso que optimice sistemáticamente el consumo de batería (Figura 3).
NOTA: Los dispositivos Smartwatch generalmente tienen configuraciones predeterminadas para deshabilitar la pantalla después de un período de unos segundos. Para el dispositivo utilizado en nuestro estudio, este período fue de 15 s. La prueba se presenta en el paso 2.7.- Utilice la desactivación de pantalla predeterminada como desencadenador.
- Establezca una condición que pruebe la combinación de si el reloj inteligente no se está cargando y no está conectado a una red. Si ambos se aplican, el proceso deshabilita la conectividad Wi-Fi para reducir el consumo de batería. Esta es la acción a del proceso en el paso 2.4.
NOTA: Si el reloj inteligente se está cargando, el Wi-Fi debe mantenerse habilitado, permitiendo que cualquier dato recopilado durante el día se envíe a través de la conexión Wi-Fi a nuestro servidor en línea. Por lo general, la carga se realiza durante la noche. - Establezca una condición que pruebe si Bluetooth está habilitado. Si es así, el Bluetooth está desactivado para reducir el consumo de batería. Esta es la acción b del proceso en el paso 2.4.
- Establezca una acción adicional que se active automáticamente después del disparador. Esta acción establece el brillo de la pantalla en 50% (acción c del proceso en el paso 2.4).
NOTA: Las interacciones del usuario pueden cambiar los niveles de brillo. Los niveles más altos de brillo de la pantalla agotan la batería más rápido y, como ejemplo, el brillo de la pantalla se establece en 50% como el nivel óptimo que permite al usuario interactuar fácilmente con el reloj inteligente al tiempo que conserva la batería.
- Cree un proceso que registre sistemáticamente la información de eventos (figura 4).
- Agregue un desencadenador para crear un punto de inicio para el proceso. Haga clic en el signo más en la pestaña Activador . Seleccione Fecha y hora. Seleccione la pestaña Intervalo regular . No utilice una hora de referencia.
- Establezca el intervalo regular. Establezca un intervalo de tiempo fijo para que actúe como desencadenador para iniciar el procedimiento. Establezca el intervalo en 5 minutos y haga clic en Aceptar.
NOTA: Esto crea un disparador infinito que se ejecuta cada 5 minutos; La selección del intervalo se basa en la capacidad de la batería del dispositivo y otras condiciones que dependen de los requisitos del investigador. - Para agregar una acción, haga clic en el signo más en la pestaña Acción . Seleccione Registro. Haga clic en Registrar evento.
- Haga clic en la pestaña Puntos suspensivos . Busque y seleccione Wi-Fi SSID (nombre de la red Wi-Fi) y seleccione Aceptar.
- Al hacer clic nuevamente en la pestaña Puntos suspensivos y siguiendo exactamente los mismos pasos, agregue aún más la intensidad de la señal Wi-Fi, el número de serie del dispositivo, la latitud del GPS, la longitud del GPS, la precisión de la señal GPS, así como si el reloj inteligente se está cargando o no (acción a del proceso en el paso 2.5).
NOTA: Esta acción crea un evento de registro con variables preespecificadas relevantes para el proyecto. - Asigne un nombre a este proceso y seleccione Guardar.
- Haga clic en la pestaña Registro y establezca una condición que pruebe la combinación de si el reloj inteligente no se está cargando, la pantalla está apagada y el cronómetro descrito en el punto
2.3.3 es >4 min y desactiva el Wi-Fi cuando se cumplen todas estas condiciones (acción b del proceso en el paso 2.5).
- Crear un proceso que proporcione notificaciones al usuario si la señal GPS está desactivada (Figura 5)
- Establezca la conexión a una red Wi-Fi como desencadenante.
- Establezca una acción que se active automáticamente después del disparador. Esta acción crea un punto de evento de registro similar al del paso 2.5.2 (acción a del proceso en el paso 2.6).
NOTA: Este evento de registro adicional proporciona información sobre la hora exacta en que el reloj inteligente se conectó a la red Wi-Fi doméstica. - Establezca una condición que compruebe si el sensor GPS se ha desactivado, si se ha cambiado su estado de precisión o si se ha habilitado el modo avión. Agregue una acción entre la instrucción IF que muestre el error de notificación "ERROR!!! Compruebe la configuración" (acción b del proceso en el paso 2.6).
- Pruebe cada proceso creado.
- Haga clic en la pestaña Proceso .
- Haga clic en la pestaña Activador .
- Seleccione Test trigger.
NOTA: Test trigger inicia las acciones del proceso seleccionado. Si el resultado es el deseado, el proceso se guarda.
3. Exportación de los procesos creados (pasos 2.1-2.6)
- Exporte y guarde los archivos de los procesos creados (pasos 2.1-2.6) en formato mdr (archivo mdr) en el mismo directorio del smartphone que en el paso 1.1.3.
4. Transferencia e instalación de los archivos creados en el reloj inteligente
- Transfiera los archivos desde el teléfono inteligente a una computadora portátil / PC.
- Conecte el smartphone al ordenador portátil/PC.
- Encuentre el directorio con los archivos APK y mdr extraídos (archivos de extensión tasker) creados con la aplicación de automatización de dispositivos.
- Copie y pegue todos los archivos en un directorio en la computadora portátil / PC.
- Transfiera los archivos desde la computadora portátil / PC al dispositivo de reloj inteligente.
NOTA: En el estudio, el reloj inteligente también estaba equipado con un cable de cargador magnético que también permitía la transferencia de datos / archivos.- Conecte el reloj inteligente con el cargador magnético a la computadora portátil / PC.
- Seleccione la opción para transferir archivos en el panel de notificaciones del reloj inteligente.
- En el portátil/PC, navegue hasta el directorio con los archivos guardados del paso 4.1.2.
- Copie todos los archivos y péguelos en un directorio en el reloj inteligente.
5. Configuración del reloj inteligente para uso en el campo
- Instale las aplicaciones, así como los procesos en el teléfono inteligente en el reloj inteligente.
- Navegue hasta el destino con los archivos pegados e instale todos los archivos APK. Estos incluyen el bloqueador de aplicaciones, el tasker y la aplicación de recopilación de datos (consulte Tabla de materiales).
- Instale el archivo MDR que contiene los procesos creados en el paso 2.
- Acepte todos los permisos necesarios para operar los procesos.
NOTA: Los permisos pueden variar dependiendo de la naturaleza de los procesos creados.
- Establezca o cambie la configuración predeterminada importante del dispositivo.
NOTA: Antes de entregar el reloj inteligente a un participante, se deben modificar varias configuraciones importantes.- Deslice la pantalla del reloj inteligente hacia la izquierda y navegue hasta la función de configuración del reloj inteligente. Haga clic en Configuración.
- Seleccione Sonido y desactive todos los sonidos minimizando los niveles de volumen de todos los ajustes de sonido individuales. Deslice la pantalla hacia la derecha para volver a la pantalla de configuración principal.
NOTA: No se recomiendan distracciones y notificaciones innecesarias por parte del reloj inteligente porque esto creará molestias innecesarias para los participantes, especialmente durante las horas escolares y laborales. - Desplácese hacia abajo y seleccione la función Conectar . Desplácese hacia abajo y seleccione GPS. Haga clic en Modo y configure la configuración del GPS en Alta precisión.
- Deslice la pantalla hacia la derecha para volver a la pantalla de configuración principal.
- Desplácese hacia abajo, seleccione la función de ahorro de energía, desactive la configuración de energía inteligente en espera y verifique que el ahorro de batería siempre esté apagado. Deslice la pantalla hacia la derecha para volver a la pantalla de configuración principal.
NOTA: Aunque se debe tener en cuenta el consumo de batería, mantener activado el modo de ahorro de energía estándar puede interferir con el buen funcionamiento de las aplicaciones y afectar negativamente la calidad e integridad de los datos. - Desplácese hacia abajo y seleccione la función Fecha y hora . Desactive la pestaña Zona horaria automática . Desplácese hacia abajo, haga clic en Seleccionar zona horaria, seleccione la zona horaria correcta y habilite el formato de 24 horas.
- Desplácese hacia arriba, habilite la zona horaria automática y compruebe que el modo Fecha y hora automáticas esté configurado en Usar hora proporcionada por la red.
NOTA: Esto es importante para garantizar que cada medición del sensor vaya acompañada de la marca de tiempo correcta. - Deslice la pantalla hacia la derecha para volver a la pantalla de configuración principal. Desplácese hacia abajo, seleccione Más, abra la opción Limpiador de fondo y desactive el Ahorro de batería.
NOTA: Todas las configuraciones que interfieren con el buen funcionamiento de las aplicaciones en segundo plano deben deshabilitarse. En este caso, dicha configuración es el limpiador de fondo, y si permanece habilitada, estas aplicaciones no podrán funcionar en segundo plano, lo que afectará la configuración general del reloj inteligente e interferirá con el enfoque de recopilación de datos. - Deslice la pantalla hacia la derecha para volver a la pantalla Más configuraciones , desplácese hacia abajo, seleccione la función de congelación de aplicaciones , haga clic en Siguiente, desplácese hacia abajo, haga clic en Google Play Store y seleccione Congelar; La aplicación se desactivará automáticamente.
NOTA: Si se deja activada, es probable que Play Store realice actualizaciones. Dichas actualizaciones pueden interferir con los procesos creados. Además, algunas actualizaciones pueden tener lugar en días diferentes para los diferentes participantes del estudio y, por lo tanto, durante un período de tiempo, los datos no se recopilarán de la misma manera de todos los participantes. - Deslice la pantalla hacia la derecha para volver a la pantalla Más configuración , seleccione la función Notificaciones , seleccione Google y bloquee todas las notificaciones de esta aplicación.
NOTA: Dependiendo del dispositivo y el sistema operativo, otras aplicaciones también pueden mostrar notificaciones. No se recomiendan distracciones y notificaciones innecesarias por parte del reloj inteligente porque esto creará molestias innecesarias para los participantes, especialmente durante las horas escolares y laborales. - Deslice la pantalla hacia la derecha para volver a la pantalla Más configuraciones , desplácese hacia abajo, seleccione la función Ahorro de datos y desactive el ahorro de datos . Deslice la pantalla hacia la derecha para volver a la pantalla Más configuraciones .
NOTA: Deshabilite cualquier configuración o funcionalidad que pueda afectar la carga o recepción de datos. - Seleccione la función Configuración de la aplicación , desplácese hacia abajo, seleccione la función de acceso especial y haga clic en Configuración de optimización de la batería . Haga clic en el Triángulo y seleccione Todas las aplicaciones.
- Desplácese hacia abajo para encontrar el bloqueador de aplicaciones, seleccione el bloqueador de aplicaciones, seleccione No optimizar y haga clic en Listo. Busque todas las aplicaciones relevantes que se utilizan en la configuración del reloj inteligente (bloqueador de aplicaciones, tasker, aplicación de recopilación de datos) y seleccione No optimizar.
NOTA: Las aplicaciones principales que realizan o admiten la recopilación de datos deben funcionar sin restricciones de batería. - Después de finalizar la configuración, realice una comprobación de la configuración que se implementó en este paso.
NOTA: Es posible que falte la capacidad de respuesta de la pantalla táctil y que no se hayan realizado correctamente modificaciones importantes en la configuración, así que ejecute una verificación para asegurarse de que cada paso se realizó correctamente. Compruebe de nuevo que todos los sonidos y vibraciones están minimizados, el GPS está en modo de alta precisión y los ajustes de fecha y hora son correctos. Además, asegúrese de deshabilitar cualquier configuración que interfiera con el buen funcionamiento de las aplicaciones en segundo plano. Además, asegúrese de que cualquier otra aplicación que pueda realizar actualizaciones esté congelada. Desactive cualquier configuración o funcionalidad que pueda afectar la carga o recepción de datos. Asegúrese de que las aplicaciones principales que realizan o admiten la recopilación de datos puedan funcionar sin restricciones de batería.
- Configure el bloqueador de aplicaciones.
- Desde la pantalla de inicio, navegue para encontrar las aplicaciones instaladas.
- Seleccione App Locker.
- Seleccione cómo desea que App Locker bloquee las aplicaciones (las posibilidades incluyen el uso de un código PIN o código de patrón).
- Seleccione las aplicaciones que desea bloquear. Entre otros, la cámara, la grabación de voz, el navegador y las aplicaciones de juegos se pueden bloquear. Active el App Locker.
- Conecte el reloj inteligente a la red Wi-Fi doméstica del participante.
NOTA: La configuración se ha completado. El reloj inteligente está listo para ser entregado a un participante.
- Permita que el participante use el reloj inteligente.
- Indique a los participantes que usen el reloj inteligente diariamente y carguen el dispositivo todas las noches mientras duermen.
NOTA: Durante el día, los participantes pudieron usar el reloj inteligente como un reloj digital normal y evaluar sus niveles de actividad a través del indicador de podómetro de reloj inteligente. Los participantes no estaban obligados a realizar ninguna tarea específica para que el reloj inteligente pudiera recopilar y transmitir los datos. La configuración de los dispositivos como se describe en el protocolo en combinación con los procesos automatizados desarrollados con el tasker minimizó la molestia para los participantes.
- Indique a los participantes que usen el reloj inteligente diariamente y carguen el dispositivo todas las noches mientras duermen.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
El protocolo describe soluciones simples y rentables a los desafíos de la vida real que afectan el reclutamiento, el cumplimiento y la calidad de los datos en estudios de población que emplean sensores portátiles. Los pasos descritos aquí permitieron la configuración exitosa de un dispositivo portátil de consumo para la exposición y el monitoreo de la salud en un gran estudio de población que involucró a niños con asma y adultos con fibrilación auricular. La Figura 6 proporciona una descripción gráfica de los protocolos proporcionados e ilustra los pasos clave tomados para abordar los principales problemas subyacentes identificados.
A continuación, presentamos los resultados representativos de un subconjunto de 17 participantes (niños asmáticos de 6 a 11 años de edad) que participaron en el estudio LIFE MEDEA en la primavera de 202013. Los 17 participantes estaban equipados con un reloj inteligente que proporcionaba datos con marca de tiempo sobre la actividad física (podómetro, acelerómetro, frecuencia cardíaca) y ubicaciones GPS antes y después de la implementación del protocolo. Estos datos se recopilaron a través de la aplicación de recopilación de datos y se sincronizaron automáticamente con una base de datos basada en la nube cuando el reloj inteligente estaba en contacto con la red Wi-Fi dentro de la casa de cada participante, como se describió anteriormente13. Sin embargo, a través de la aplicación del protocolo descrito, también se puso a disposición información sobre la conectividad Wi-Fi, la intensidad de la señal Wi-Fi, la capacidad de la batería y si el dispositivo se estaba cargando o no. Los datos sobre estas variables adicionales no se sincronizaron automáticamente con la base de datos basada en la nube, sino que tuvieron que descargarse manualmente desde cada reloj inteligente a través de Bluetooth después del final del período de estudio. Al comparar los datos recopilados durante una duración de 2 semanas antes y 2 semanas después de la implementación del protocolo, evaluamos el impacto de estas soluciones en la mejora de la integridad de los datos, definida como el porcentaje de tiempo con datos recopilados por día. La Figura 7A presenta el porcentaje de tiempo con datos antes y después de la implementación del protocolo para cada participante por separado, mientras que la Figura 7B presenta las distribuciones correspondientes del porcentaje de tiempo con datos para todo el grupo antes y después de la implementación del protocolo. Curiosamente, la implementación del protocolo condujo a un aumento estadísticamente significativo en la integridad de los datos, con el porcentaje de tiempo con datos aumentando de una mediana de 36.5% (min: 9.3%, max: 68.1%) a una mediana de 48.9% (IQR: 18.4%, 77.8%, p = 0.013).
Además, en la Figura 8, presentamos un caso extremo de datos GPS deficientes recolectados durante 24 h de un solo paciente con FA que participó en el estudio. Aunque el paciente llevaba el reloj según las instrucciones, la señal GPS bruta real recogida se dispersó a lo largo de las 24 h (Figura 8A), y la estimación de la duración del tiempo en interiores y la duración del tiempo al aire libre fue difícil. La implementación de un algoritmo de llenado de datos GPS (Figura complementaria 1) permite reemplazar los datos faltantes con valores estimados (Figura 8B). La confirmación de que el tiempo estimado en interiores y el tiempo estimado en exteriores fueron correctos fue proporcionada por la conectividad registrada del reloj inteligente con la señal de red Wi-Fi (Figura 8C). Para el mismo paciente, también mostramos otro caso extremo de un día con datos GPS deficientes recopilados (Figura 9A). Sin embargo, en este caso, la implementación del algoritmo de llenado de datos GPS por sí sola no estimó con precisión todos los datos faltantes. Característicamente, el algoritmo estimó correctamente que el participante estaba mayormente fuera de su residencia entre aproximadamente las 09:00 y las 21:00 de ese día y que regresó a casa por un breve período alrededor de las 18:00, pero no logró capturar que el participante también regresó a casa por un período de aproximadamente 90 minutos aproximadamente a las 13:30 (Figura 9B). Sin embargo, este evento no se perdió cuando también se consideraron los datos sobre la conectividad del reloj inteligente con la señal de la red Wi-Fi (Figura 9C).
Finalmente, tras una prueba piloto exitosa, el protocolo se implementó en toda la cohorte de participantes de MEDEA durante la primavera de 2020 tanto en Chipre como en Grecia (n = 108 niños asmáticos). Sin embargo, unas semanas después de que los relojes inteligentes se distribuyeran a los niños y comenzara la recopilación de datos, las autoridades sanitarias de Chipre y Grecia aplicaron una serie de intervenciones de salud pública de creciente intensidad para controlar la pandemia de COVID-19 en sus respectivos países. Las intervenciones de salud pública se caracterizaron inicialmente por medidas de distanciamiento social y la prohibición de grandes eventos públicos, pero rápidamente escalaron a estrictos cierres nacionales durante los meses de marzo y abril. Teniendo en cuenta las perturbaciones sin precedentes en la rutina diaria y el comportamiento de la población, se tomó la decisión de continuar rastreando la ubicación y la actividad de los niños asmáticos que usan los relojes inteligentes durante la duración de los cierres para cuantificar objetivamente su cumplimiento con las medidas de intervención de salud pública y los cambios generales en la actividad física. Los datos recopilados se utilizaron para calcular perfiles individuales de "fracción de tiempo pasado en casa" y "pasos totales / día" diarios y se analizaron estadísticamente para evaluar los cambios en estos parámetros durante los niveles crecientes de las medidas de bloqueo de COVID-19. La línea de tiempo y la descripción de los niveles crecientes de las medidas de confinamiento de COVID-19 en los dos países se presentan en la Figura 10 y se describen en detalle por Kouis et al. en una publicación anterior13. En resumen, los resultados indicaron un aumento medio estadísticamente significativo en la "fracción de tiempo pasado en casa" en ambos países a través de los niveles crecientes de intervención. El aumento medio en la "fracción de tiempo pasado en casa" fue igual a 41,4% y 14,3% (en el nivel 1), 48,7% y 23,1% (en el nivel 2), y 45,2% y 32,0% (en el nivel 3) para Chipre y Grecia, respectivamente. La actividad física en Chipre y Grecia demostró disminuciones medias significativas de −2.531 y −1.191 pasos/día (en el nivel 1), -3.638 y -2.337 pasos/día (en el nivel 2), y -3.644 y -1.961 pasos/día (en el nivel 3) en Chipre y Grecia, respectivamente13. Los promedios semanales de "fracción de tiempo pasado en casa" y "pasos totales / día" en niños asmáticos antes de COVID-19 y durante los tres niveles de medidas de bloqueo de COVID-19 se muestran en la Figura 11 13.
DECLARACIÓN DE DISPONIBILIDAD DE DATOS:
El conjunto de datos anónimo se ha enviado al repositorio de acceso abierto en línea de Figshare (https://doi.org/10.6084/m9.figshare.21601371.v3).
Tabla 1: Desafíos de la vida real identificados en relación con el uso de dispositivos de reloj inteligente y las soluciones empleadas. Haga clic aquí para descargar esta tabla.
Figura 1: Activación de la aplicación de recopilación de datos. Diagrama esquemático del proceso para activar sistemáticamente la aplicación de recogida de datos. El paralelogramo denota un disparador, el diamante denota una condición y el rectángulo denota una acción. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: Habilitación de la conectividad Wi-Fi. Diagrama esquemático del proceso para habilitar sistemáticamente la conectividad Wi-Fi. El paralelogramo denota un disparador, el diamante denota una condición y el rectángulo denota una acción. Haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Optimización del consumo de batería. Diagrama esquemático de los procesos que conducen a acciones que optimizan sistemáticamente el consumo de batería. El paralelogramo denota un disparador, el diamante denota una condición y el rectángulo denota una acción. Haga clic aquí para ver una versión más grande de esta figura.
Figura 4: Registro de información de eventos. Diagrama esquemático de los procesos que registran sistemáticamente información de eventos relevantes para el proyecto. El paralelogramo denota un disparador, el diamante denota una condición y el rectángulo denota una acción. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5: Notificación al usuario si la señal GPS está desactivada. Diagrama esquemático de los procesos que verifican sistemáticamente el estado de la señal GPS y proporcionan notificaciones para alertar a los usuarios de los problemas. El paralelogramo denota un disparador, el diamante denota una condición y el rectángulo denota una acción. Haga clic aquí para ver una versión más grande de esta figura.
Figura 6: Descripción esquemática de los protocolos. Resumen esquemático de los desafíos subyacentes identificados y los protocolos proporcionados con una ilustración de los pasos clave en los procesos. Haga clic aquí para ver una versión más grande de esta figura.
Figura 7: Integridad de los datos antes y después de la implementación del protocolo. Integridad de los datos para un grupo representativo de participantes (n = 17) durante un período de 2 semanas antes y después de la implementación del protocolo. (A) El porcentaje de tiempo con datos antes y después de la implementación del protocolo para cada participante por separado. (B) Las distribuciones correspondientes para todo el grupo. Haga clic aquí para ver una versión más grande de esta figura.
Figura 8: Implementación del algoritmo de llenado de datos GPS (caso extremo 1). (A) Ejemplo de un día con datos de señal GPS sin procesar deficientes y (B) la implementación del algoritmo de llenado de datos GPS para reemplazar los datos faltantes con valores estimados. (C) La confirmación de las clasificaciones interiores y exteriores basadas en el indicador de señal Wi-Fi recibida. Haga clic aquí para ver una versión más grande de esta figura.
Figura 9: Implementación del algoritmo de llenado de datos GPS (caso extremo 2). (A) Ejemplo de caso de un día con datos de señal GPS sin procesar deficientes y (B) la implementación del algoritmo de llenado de datos GPS para reemplazar los datos faltantes con valores estimados. (C) El algoritmo de llenado de datos GPS condujo a algunas clasificaciones erróneas en interiores y exteriores, que se resolvieron utilizando el indicador de señal de recepción de Wi-Fi. Haga clic aquí para ver una versión más grande de esta figura.
Figura 10: Cronología de las intervenciones de salud pública en Chipre y Grecia. Cronología de las grabaciones del estudio en relación con la introducción de intervenciones de salud pública en (A) Chipre y (B) Grecia durante marzo y abril de 2020.La imagen se reproduce bajo la licencia CC BY 4.0, sin ningún cambio, del estudio original de Kouis et al., publicado por primera vez en Scientific Reports Journal13. Haga clic aquí para ver una versión más grande de esta figura.
Figura 11: Cambios en la movilidad en respuesta a las intervenciones de salud pública en niños asmáticos. Promedios semanales de la fracción de tiempo pasado en el hogar y pasos/día de los niños asmáticos antes y durante los tres niveles de intervenciones de salud pública en (A) Chipre y (B) Grecia. La imagen se reproduce bajo la licencia CC BY 4.0, sin ningún cambio, del estudio original de Kouis et al., publicado por primera vez en Scientific Reports Journal13. Haga clic aquí para ver una versión más grande de esta figura.
Figura complementaria 1: La implementación de un algoritmo de llenado de datos GPS. Haga clic aquí para descargar este archivo.
Expediente complementario 1: Las macros descritas en este protocolo. Haga clic aquí para descargar este archivo.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Los sensores wearables son herramientas útiles que permiten la monitorización continua y no invasiva de los parámetros de salud y del comportamiento del paciente. Los relojes inteligentes comerciales, que están equipados con una variedad de sensores, proporcionan una alternativa prometedora a los métodos tradicionales de recopilación de datos, y se espera que su uso en la investigación clínica y de salud pública aumente como resultado de una mayor variedad y calidad de sensores incorporados, asociaciones académicas e industriales más sólidas y reducciones en los precios minoristas14 . En este estudio, destacamos los desafíos de la vida real que pueden afectar el reclutamiento, el cumplimiento del usuario y la calidad de los datos en los estudios de población y proporcionamos ejemplos de soluciones simples y rentables para superarlos en el campo. La implementación de este protocolo durante el despliegue del estudio13 condujo a resultados significativamente mejorados en términos de integridad y calidad de los datos. Los pasos más críticos dentro del protocolo son el paso 2.2 (que garantiza la activación sistemática de la aplicación de recopilación de datos a intervalos de tiempo regulares), el paso 2.5 (que proporciona un registro separado de eventos importantes sobre el estado del reloj inteligente) y el paso 5.2.8 (que permite el funcionamiento ininterrumpido de los procesos en segundo plano del reloj inteligente).
En el pasado, varios estudios han abordado la validez de los dispositivos portátiles de consumo para una variedad de criterios de valoración de salud y actividad, y los resultados se sintetizaron recientemente en una gran revisión sistemática y metanálisis15. Sin embargo, del total de 169 estudios identificados en la revisión sistemática, solo 48 incluyeron poblaciones en un entorno de vida libre, mientras que solo 36 estudios incluyeron poblaciones con cualquier tipo de limitación de movilidad o una enfermedad crónica. Aunque los autores concluyeron que, en general, los dispositivos comerciales son precisos para medir los pasos y la frecuencia cardíaca, especialmente en entornos de laboratorio, destacaron el riesgo de sobreestimación o subestimación en entornos de vida libre, mientras que no se exploraron las diferencias en la usabilidad y validez de las mediciones entre los controles sanos y los pacientes crónicos15 . Ambos puntos son particularmente importantes ya que uno de los principales argumentos para el cambio a la salud digital es permitir el monitoreo de pacientes con enfermedades crónicas fuera de los entornos de atención16.
Sin embargo, algunos estudios previos se han centrado y cuantificado los problemas encontrados por los participantes e investigadores durante el despliegue de estudios clínicos en entornos de vida libre que involucran dispositivos portátiles de consumo17,18,19. En un estudio de factibilidad bien realizado que involucró a un pequeño número de participantes (n = 26) pero los observó durante un período de tiempo significativo (3 meses), Beukenhorst et al. informaron que, en promedio, los pacientes usaron el reloj en el 73% de los días y que el no uso temporal y permanente aumentó durante las semanas de estudio17.
En un grupo mucho más grande, Galarnyk et al. informaron que de un total de 230 individuos reclutados en el estudio y provistos de un reloj inteligente, solo 130 (57%) lo usaron al menos una vez y transmitieron con éxito algunos datos18. Además, algunos estudios también han destacado el hecho de que durante la fase de implementación, se requiere un apoyo técnico intensivo18,19. Característicamente, en el estudio Parkinson@Home, los autores informaron una tasa de completitud de datos del 88%, pero también destacaron que casi todos los participantes requirieron al menos una llamada de soporte para la resolución de problemas del dispositivo durante el período de estudio de 3 meses19. Relatamos una experiencia similar en nuestro estudio13, aunque no se mantuvieron registros oficiales de la resolución de problemas de llamadas y visitas domiciliarias.
En nuestro estudio, también nos centramos en cuestiones de calidad de datos relacionadas con las señales GPS. Tuvimos que construir exposiciones individuales de los participantes en microambientes exteriores e interiores (en el hogar), una tarea complicada por la pérdida frecuente y persistente de señal, especialmente en ambientes interiores, y por esta razón, desarrollamos un algoritmo de llenado de datos, como se sugirió en estudios previos20,21. Aunque el algoritmo funcionó razonablemente bien, la inclusión de un indicador de intensidad de señal recibida por Wi-Fi, según lo recopilado por la aplicación tasker, mejoró significativamente el rendimiento del algoritmo y minimizó en gran medida la clasificación errónea. La utilidad de este indicador de intensidad de señal recibida Wi-Fi también se ha demostrado en estudios previos centrados en la localización en interiores 22,23, y cuando se combina con mediciones GPS, este indicador puede proporcionar una medición válida de24 h de exposición individual a microambientes exteriores e interiores.
Finalmente, el protocolo sugerido aquí se implementó y probó en condiciones de la vida real en la primavera de 2020 tanto en niños como en personas mayores. Aunque cada solución sugerida es simple y no requiere conocimientos previos de programación, todas las soluciones juntas abordaron todos los problemas principales identificados, especialmente mejorando y sistematizando la recopilación de datos, reduciendo el consumo de batería, bloqueando aplicaciones no deseadas y configuraciones de relojes inteligentes, y mejorando la señal GPS. Sin embargo, los procesos, como se describe en el protocolo, solo se probaron con un dispositivo de reloj inteligente que utiliza la versión 7.1.1 de Android. Aunque es posible que la replicación directa de estos procesos sea posible con otras versiones de Android, no podemos excluir la posibilidad de que se requieran algunos ajustes, y como resultado, la generalización directa del protocolo puede ser limitada. Además, es posible que el protocolo deba modificarse para reflejar las variaciones en las especificaciones técnicas de otros dispositivos de teléfonos inteligentes. Por ejemplo, el disparador de tiempo para la recopilación de datos se puede configurar de acuerdo con la capacidad de la batería del dispositivo de reloj inteligente o dependiendo de la resolución de tiempo requerida para las variables recopiladas. Sin embargo, incluso si la aplicación de este protocolo a un dispositivo de teléfono inteligente diferente o una versión diferente de Android puede requerir la solución de problemas y la modificación de algunos de los pasos individuales, en general, se deberán realizar pasos similares (o se deberá confirmar que no se requieren ciertos pasos) durante la configuración de cualquier reloj inteligente antes de que se administre a un participante del estudio. El nivel de detalle proporcionado en el protocolo permite la fácil adaptación de estas soluciones a cualquier dispositivo de reloj inteligente. Además, este trabajo no tuvo como objetivo y no fue diseñado originalmente para evaluar las razones que pueden afectar el cumplimiento del usuario con los dispositivos portátiles durante la realización de estudios de población. Se requieren estudios futuros que utilicen herramientas y metodologías apropiadas para examinar más a fondo este tema. Tales estudios pueden proporcionar la evidencia adicional necesaria para mejorar eficientemente los métodos existentes de incorporación de dispositivos portátiles en estudios de investigación, especialmente en condiciones de la vida real.
Actualmente, los métodos existentes son bastante limitados e incluyen principalmente el desarrollo de un sistema de apoyo ampliado (capacitación inicial, un manual de usuario, una línea de ayuda y visitas in situ)19. Además, un estudio anterior destacó que en los ensayos clínicos digitalizados, se debe esperar una tasa de abandono significativa y se requieren planes de contingencia a priori, como el acceso a un grupo de reclutamiento de participantes más amplio18. La incorporación de las soluciones presentadas en este estudio puede complementar y, lo que es más crítico, reducir la carga sobre el sistema de soporte extendido al tiempo que aumenta la integridad y la calidad de los datos. Además, con base en las observaciones de Galarnyk et al., hacer que el inicio del uso del dispositivo sea lo más fácil posible puede garantizar aún más el cumplimiento y reducir las tasas de abandono18. Finalmente, las aplicaciones futuras de algunas de estas soluciones, especialmente el uso de aplicaciones de automatización de dispositivos, incluyen la personalización adicional de dispositivos comerciales para apoyar la movilidad en ancianos o personas con discapacidad 24,25, apoyar sistemas de alerta temprana26 y garantizar la conectividad Bluetooth y Wi-Fi en aplicaciones de Internet of Bodies (IoB)27.
En resumen, este trabajo proporciona un protocolo que incluye soluciones simples y rentables para los desafíos de la vida real que afectan el reclutamiento, el cumplimiento y la calidad de los datos en estudios de población que emplean dispositivos portátiles de consumo. El protocolo se basa en herramientas de software disponibles gratuitamente y no requiere ningún conocimiento previo de programación. Este enfoque puede ser fácilmente replicado o adaptado por los investigadores de la salud que trabajan con dispositivos portátiles en los campos de la investigación clínica y la salud pública.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Los autores no tienen conflictos de intereses que declarar.
Acknowledgments
Los autores agradecen a todos los participantes y sus familias, así como al personal docente y administrativo de las escuelas primarias participantes en Chipre y Grecia. El estudio fue financiado por el Proyecto LIFE MEDEA de la Unión Europea (LIFE16 CCA/CY/000041).
Materials
| Name | Company | Catalog Number | Comments |
| APK Extractor | Meher | Version 4.21.08 | Application |
| Charger/Adaptor with data cable | Jiangsu Chenyang Electron Co. Ltd | C-P17 | Charger |
| Embrace application | EmbraceTech LTD | Version 1.5.4 | Application |
| LEMFO LF25 Smartwatch | Shenzhen domino Times Technology Co. Ltd | DM368 Plus | Smartwatch |
| Lock App - Smart App Locker | ANUJ TENANI | Version 4.0 | Application |
| Macrodroid-Device Automation | ArloSoft | Version 5.5.2 | Application |
| Xiaomi Redmi 6A | Xiaomi | M1804C3CG | Smartphone |
References
- Alami, H., Gagnon, M. P., Fortin, J. P. Digital health and the challenge of health systems transformation. mHealth. 3, 31 (2017).
- Dunn, J., Runge, R., Snyder, M.
- Bietz, M. J., et al. Opportunities and challenges in the use of personal health data for health research. Journal of the American Medical Informatics Association. 23, 42-48 (2016).
- Coughlin, S. S.
- Munos, B., et al. Mobile health: The power of wearables, sensors, and apps to transform clinical trials. Annals of the New York Academy of Sciences. 1375 (1), 3-18 (2016).
- Reeder, B., David, A. Health at hand: A systematic review of smart watch uses for health and wellness. Journal of Biomedical Informatics. 63, 269-276 (2016).
- Trifan, A., Oliveira, M., Oliveira, J. L. Passive sensing of health outcomes through smartphones: Systematic review of current solutions and possible limitations. JMIR mHealth and uHealth. 7 (8), 12649 (2019).
- Rodgers, M. M., Alon, G., Pai, V. M., Conroy, R. S. Wearable technologies for active living and rehabilitation: current research challenges and future opportunities. Journal of Rehabilitation and Assistive Technologies Engineering. 6, 2055668319839607 (2019).
- Huberty, J., Ehlers, D. K., Kurka, J., Ainsworth, B., Buman, M. Feasibility of three wearable sensors for 24 hour monitoring in middle-aged women. BMC Women's Health. 15, 55 (2015).
- Schall, M. C., Sesek, R. F., Cavuoto, L. A. Barriers to the adoption of wearable sensors in the workplace: A survey of occupational safety and health professionals. Human Factors. 60 (3), 351-362 (2018).
- Henriksen, A., et al. Using fitness trackers and smartwatches to measure physical activity in research: Analysis of consumer wrist-worn wearables. Journal of Medical Internet Research. 20 (3), 9157 (2018).
- Kouis, P., et al. The MEDEA childhood asthma study design for mitigation of desert dust health effects: Implementation of novel methods for assessment of air pollution exposure and lessons learned. BMC Pediatrics. 21, 13 (2021).
- Kouis, P., et al. Use of wearable sensors to assess compliance of asthmatic children in response to lockdown measures for the COVID-19 epidemic. Scientific Reports. 11, 5895 (2021).
- Arigo, D., et al. The history and future of digital health in the field of behavioral medicine. Journal of Behavioral Medicine. 42 (1), 67-83 (2019).
- Fuller, D., et al. Reliability and validity of commercially available wearable devices for measuring steps, energy expenditure, and heart rate: Systematic review. JMIR mHealth and uHealth. 8 (9), 18694 (2020).
- Majumder, S., Mondal, T., Deen, M. J. Wearable sensors for remote health monitoring. Sensors. 17 (1), 130 (2017).
- Beukenhorst, A. L., et al. Engagement and participant experiences with consumer smartwatches for health research: Longitudinal, observational feasibility study. JMIR mHealth and uHealth. 8 (1), 14368 (2020).
- Galarnyk, M., Quer, G., McLaughlin, K., Ariniello, L., Steinhubl, S. R. Usability of a wrist-worn smartwatch in a direct-to-participant randomized pragmatic clinical trial. Digital Biomarkers. 3 (3), 176-184 (2019).
- de Lima, A. L. S., et al. Large-scale wearable sensor deployment in Parkinson's patients: The Parkinson@ home study protocol. JMIR Research Protocols. 5 (3), 5990 (2016).
- Steinle, S., Reis, S., Sabel, C. E. Quantifying human exposure to air pollution-Moving from static monitoring to spatio-temporally resolved personal exposure assessment. Science of the Total Environment. 443, 184-193 (2013).
- Dias, D., Tchepel, O. Modelling of human exposure to air pollution in the urban environment: a GPS-based approach. Environmental Science and Pollution Research. 21 (5), 3558-3571 (2014).
- Chen, W., Kao, K., Chang, Y., Chang, C. An RSSI-based distributed real-time indoor positioning framework. 2018 IEEE International Conference on Applied System Invention (ICASI). , 1288-1291 (2018).
- Nagah Amr, M., El Attar, H. M., Abd El Azeem, M. H., El Badawy, H. An enhanced indoor positioning technique based on a novel received signal strength indicator distance prediction and correction model. Sensors. 21 (3), 719 (2021).
- Lancioni, G. E., et al. An upgraded smartphone-based program for leisure and communication of people with intellectual and other disabilities. Frontiers in Public Health. 6, 234 (2018).
- Lancioni, G. E., et al. People with intellectual and visual disabilities manage functional occupation via basic technology providing spatial cues and timely repetition of response-related instructions. Advances in Neurodevelopmental Disorders. 6 (1), 11-19 (2022).
- Rao, S. IoT enabled wearable device for COVID safety and emergencies. International Journal of Interactive Mobile Technologies. 3 (3), 146-154 (2021).
- Brunschwiler, T., et al. Internet of the body-Wearable monitoring and coaching. 2019 Global IoT Summit (GIoTS). , 1-6 (2019).
