Una aplicación para emparejarse con dispositivos portátiles para monitorear el estado de salud personal
Summary
El presente protocolo introduce una aplicación no comercial de desarrollo propio para recopilar datos in situ en tiempo real, incluidas escalas psicológicas, ubicación GPS, frecuencia cardíaca y nivel de saturación de oxígeno en sangre, así como los procedimientos operativos de la aplicación. Se utilizó un estudio empírico realizado en Taiwán en 2020 como ejemplo de aplicación.
Abstract
El protocolo actual tiene como objetivo mostrar la integración de la tecnología, proporcionando una descripción detallada de la adopción de la aplicación HealthCloud, desarrollada por el Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), en teléfonos inteligentes y relojes inteligentes para recopilar datos sobre las respuestas psicológicas y fisiológicas en tiempo real de los usuarios e información ambiental. Se propuso un método de investigación flexible e integrado porque puede ser difícil medir los aspectos multidimensionales de los datos personales en estudios in situ en la investigación de paisajes y recreación al aire libre. Se utilizó un estudio in situ realizado en 2020 en el campus de la Universidad Nacional de Taiwán como ejemplo de aplicación. Se utilizó un conjunto de datos de 385 participantes después de excluir muestras no válidas. Durante el experimento, se pidió a los participantes que caminaran por el campus durante 30 minutos cuando se midieron sus elementos de frecuencia cardíaca y escala psicológica, junto con varias métricas ambientales. Este trabajo tuvo como objetivo proporcionar una posible solución para ayudar a los estudios in situ a rastrear las respuestas humanas en tiempo real que coinciden con los factores ambientales. Debido a la flexibilidad de la aplicación, su uso en dispositivos portátiles muestra un excelente potencial para estudios de investigación multidisciplinarios.
Introduction
Recopilación de datos en tiempo real
En la vida diaria, las personas se benefician del entorno físico de muchas maneras. Por ejemplo, se han encontrado ampliamente resultados positivos, como la restauración psicológica1 y la restauración de la frecuencia cardíaca2. Además, se discutieron las relaciones entre los factores ambientales, como la temperatura y la humedad, y la salud mental 3,4. Los estudios también han explorado los vínculos entre las respuestas fisiológicas y psicológicas, como la frecuencia cardíaca y el estrés 5,6,7,8. Una amplia gama de evidencia de beneficios psicológicos y fisiológicos de la exposición a la naturaleza ha sido encontrada en estudios de laboratorio bien controlados 9,10, que pueden no haber representado los diversos factores influyentes en el campo. Por lo tanto, para medir las relaciones entre las respuestas humanas en tiempo real, los estudios in situ se consideran mejores para reflejar la experiencia del escenario de la vida real y las reacciones a los ambientes que las simulaciones de laboratorio11. Además, las reacciones humanas a los ambientes pueden depender del contexto12. Dada la importancia de comprender la relación entre la salud psicológica y fisiológica de las personas y la calidad ambiental, se necesita urgentemente una medición de autoseguimiento en tiempo real que pueda recopilar diversas medidas de información.
Las evaluaciones ecológicas momentáneas (EMA) o los métodos de muestreo por experiencia (MEDs) pueden representar soluciones para estudios in situ13,14. Las EMA y ESM tienen como objetivo evaluar las respuestas momentáneas de los humanos in situ en escenarios de la vida real15. Mediante la adopción de técnicas de autoseguimiento, las respuestas, reacciones y experiencias in situ se pueden medir de forma fresca14. Los participantes son notificados a través de señales, como textos o notificaciones, para implementar evaluaciones en los llamados esquemas de muestreo contingente de señales15. El término “EMA” se utiliza principalmente en estudios relacionados con la salud13, mientras que “ESM” tiende a ser utilizado en estudios de ocio y recreación al aire libre16. No obstante, los términos se han utilizado ocasionalmenteindistintamente 12.
La posibilidad de aplicar EMAs a estudios de investigación ambiental fue discutida por Beute et al.12, quienes señalaron que permitirían abordar una mayor variedad de ambientes que simplemente “naturales” o “urbanos”. Por ejemplo, al adoptar la medición ambulatoria (como a través del rastreo de ubicación GPS), las respuestas fisiológicas durante una caminata pueden compararse con conjuntos de datos de ubicación en tiempo real, proporcionando una resolución espacial más rica de los tipos de entorno y las características ambientales7. Además, la recopilación de datos en tiempo real permitida por las EMA garantiza una alta validez ecológica, proporcionando un punto de vista complementario de los estudios de laboratorio.
Cada vez más estudios empíricos in situ han adoptado dispositivos portátiles y teléfonos inteligentes para monitorear el estado de salud personal en la vida diaria y con fines de investigación17,18,19,20. La adopción de ambos dispositivos puede proporcionar más ventajas que usar solo un teléfono inteligente12. En primer lugar, el tiempo de acceso con los relojes inteligentes fue más corto que con los teléfonos21, lo que puede reducir la carga de interrupción. En segundo lugar, los relojes proporcionan una mayor cercanía corporal que los teléfonos inteligentes22, y los teléfonos se pueden utilizar como bases de datos momentáneas para guardar y cargar datos. En tercer lugar, los relojes inteligentes hoy en día ofrecen múltiples sensores para diferentes parámetros, como la variabilidad de la frecuencia cardíaca, los electrocardiogramas (ECG) y la presión arterial 23,24,25,26,27. Los aspectos individuales y generales de las respuestas humanas pueden inferir ciertas actividades12. Finalmente, los teléfonos inteligentes generalmente se llevan en el bolsillo para estudios basados en teléfonos inteligentes, y cuando se trata de los cuestionarios, se debe hacer un trabajo adicional en comparación con el caso de los relojes inteligentes.
Sin embargo, pocos estudios han explorado las relaciones entre los resultados psicológicos y fisiológicos y la información ambiental. Por lo tanto, este estudio muestra la adopción de una aplicación no comercial de desarrollo propio, HealthCloud, en dispositivos portátiles, como relojes inteligentes y teléfonos inteligentes, para recopilar información psicológica, fisiológica y ambiental en tiempo real.
La aplicación de desarrollo propio y los dispositivos portátiles
La aplicación para su uso en dispositivos portátiles fue desarrollada por el Laboratorio de Paisajes Saludables y Personas Saludables de la Universidad Nacional de Taiwán (HLHP-NTU), para proporcionar formas más accesibles y flexibles de rastrear las respuestas humanas y los datos ambientales, lo que permite a los investigadores analizar más a fondo las relaciones entre la salud humana y la información ambiental (Figura 1).
La aplicación, basada en iOS, proporciona múltiples tareas y funciones pasivas de recopilación de datos. La aplicación recopila datos autoinformados en el reloj inteligente, como elementos a escala psicológica medidos a través de preguntas Pop Quiz en las que los usuarios pueden calificar sus respuestas de una a cinco estrellas para una evaluación rápida y fácil. Este tipo de intervención de preguntas puede considerarse un tipo de Micro interacción-EMA (μEMA)-un método de recolección de datos in situ que requiere menos atención y tiene una mayor tasa de respuesta que el smartwatch-EMA28. Los datos de respuesta fisiológica monitoreados por sensores, incluida la frecuencia cardíaca, la variabilidad de la frecuencia cardíaca y el nivel de saturación de oxígeno en la sangre, se pueden medir utilizando las funciones del iOS. La frecuencia cardíaca se mide a través del sensor cardíaco óptico del reloj inteligente utilizando una técnica llamada fotopletismografía29. La aplicación detecta la cantidad de flujo sanguíneo utilizando luces LED verdes con fotodiodos sensibles a la luz, y también se calculan los latidos del corazón por minuto. La variabilidad de la frecuencia cardíaca (VFC) y la concentración de oxígeno en sangre (SpO2) se pueden detectar utilizando aplicaciones. Para el teléfono inteligente, las tareas, como la prueba de Stroop (Figura 2B), la tarea de captura de imágenes (Figura 2C) y la tarea de sonido ambiental (Figura 2D), los datos de las condiciones ambientales, incluida la humedad relativa, el clima y la altitud, se recopilan pasivamente de varias interfaces de programación de aplicaciones.
Figura 1: Descripción general de la aplicación. Las funciones de la aplicación en el reloj inteligente, el teléfono inteligente y la base de datos. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: Las tareas de la aplicación. Ejemplos de las tareas que se pueden usar en la aplicación: de izquierda a derecha, hay (A) La pregunta emergente. (B) La prueba de Stroop. (C) La tarea de captura de imágenes. (D) La tarea de sonido ambiental. Haga clic aquí para ver una versión más grande de esta figura.
Todos los datos se cargarán en el sitio web de backend (acceso a investigadores cooperativos, ver Tabla de materiales). El sitio web proporciona varias funciones principales: una visualización de mapa que muestra las ubicaciones actuales y la frecuencia cardíaca de los usuarios (Figura 3), una hoja de datos para navegar y extraer datos (Figura 4) y configuraciones de tareas para modificar la frecuencia, la prioridad y el contenido de las tareas (Figura 5). Con una flexibilidad tan grande y una amplia gama de mediciones, los investigadores pueden seleccionar fácilmente las funciones de tarea previamente establecidas de acuerdo con los objetivos de la investigación. Además, la aplicación puede beneficiar tanto a los usuarios como a los investigadores. La aplicación proporciona sus informes de salud y trayectorias de ubicación GPS (Figura 6) de acuerdo con las preguntas que han respondido y las rutas elegidas. Por lo tanto, pueden obtener una idea rápida de su estado de salud en el día y seguir rastreando sus datos de salud.
Figura 3: El mapa que se muestra en la base de datos de la aplicación. La visualización del mapa de la base de datos de la aplicación proporciona información actual, incluidas las ubicaciones y la frecuencia cardíaca, a los investigadores. Haga clic aquí para ver una versión más grande de esta figura.
Figura 4: Hoja de datos en la base de datos de la aplicación. El informe de datos del mapa de visualización en la base de datos de la aplicación, en el que los datos se pueden exportar filtrando el identificador de hora, campo o probador. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5: La configuración de la tarea en la base de datos de la aplicación. Las prioridades de las tareas, los intervalos de tiempo, el idioma y el contenido de los cuestionarios se pueden modificar. Haga clic aquí para ver una versión más grande de esta figura.
Figura 6: El informe de estado para los usuarios de la aplicación. Después de usar la aplicación, el usuario puede recibir un conjunto de resultados individuales generados automáticamente. Haga clic aquí para ver una versión más grande de esta figura.
Estudio representativo
Para mostrar la integración de diversas dimensiones de la recopilación de datos utilizando la aplicación en teléfonos inteligentes y relojes inteligentes, se realizó un estudio in situ en 2020 en el campus de la Universidad Nacional de Taiwán en la ciudad de Taipei, Taiwán. Los participantes para el estudio fueron reclutados en la página de fans de las redes sociales de la Universidad Nacional de Taiwán a través de un formulario en línea 1 semana antes del experimento. El formulario incluía el propósito de la investigación, el proceso, la ubicación, las condiciones de participación, un diagrama esquemático del dispositivo de investigación que se usaría y un espacio para que los lectores indicaran su voluntad de participar y el momento en que podrían hacerlo. Después de la finalización, los participantes fueron notificados de la hora exacta y la ubicación de su experimento por correo electrónico 2 días antes del horario. Dado que la investigación examina los cambios psicológicos, la fisiología, la actividad física (caminar) y la percepción del sonido y el color, los participantes cumplieron con las siguientes condiciones: (1) entre 20 y 36 años de edad, (2) buena salud física y mental, (3) no estar en uso regular de medicamentos que afectan el sistema nervioso central, (4) no estar embarazada o amamantando, (5) no tener antecedentes de enfermedad cardiovascular, (6) puede caminar más de 30 minutos a pie, (7) ser capaz de identificar un color.
El día del experimento, los participantes recibieron un conjunto de teléfonos inteligentes y relojes inteligentes, y un mapa de ruta. Los investigadores presentaron una explicación uniforme a los participantes del propósito de la investigación, el proceso de investigación, los dispositivos portátiles y los asuntos que requieren atención en el proceso de investigación. Durante la caminata, las respuestas psicológicas se evaluaron utilizando una tarea Pop Quiz cada 5 minutos, y las respuestas fisiológicas, como la frecuencia cardíaca, se midieron cada minuto por sensores en el reloj inteligente. Después del experimento, los participantes fueron compensados con una tarjeta de regalo equivalente a 200 NTD (~ 7 USD).
Para la medición psicológica, este estudio consideró las preferencias del paisaje y dos aspectos de la Escala Restaurativa Percibida VersiónCorta 30, a saber, “estar lejos” y “fascinación”. Estos aspectos se midieron pidiendo a los participantes que calificaran las declaraciones “Este es un lugar que está lejos de las demandas cotidianas y donde podría relajarme y pensar en lo que me interesa” y “Ese lugar es fascinante; es lo suficientemente grande como para que yo descubra y sienta curiosidad por las cosas.” en una escala Likert de cinco puntos de (1) “totalmente en desacuerdo” a (5) “totalmente de acuerdo” para medir las percepciones individuales de los factores restaurativos del medio ambiente basado en la teoría de la restauración de la atención31. La preferencia del paisaje se evaluó utilizando una escala Likert de cinco puntos con la única pregunta: “¿Cuánto te gusta el entorno, por la razón que sea?” de (1) “muy poco” a (5) “mucho”. El cuestionario se envió utilizando la tarea “Pop Quiz” con un intervalo de tiempo de 5 minutos, lo que significa que los participantes recibieron el cuestionario cada 5 minutos.
Para la medición fisiológica, se utilizó la frecuencia cardíaca (FC) al caminar para representar los resultados fisiológicos de los participantes con un intervalo de tiempo de 1 minuto. La información ambiental, incluidos los datos GPS (latitud y longitud), la temperatura, la humedad relativa, la velocidad del viento y el grado del viento, se recopilaron a través del teléfono inteligente.
Protocol
Representative Results
Discussion
Propósitos del estudio y hallazgos significativos
Los dispositivos portátiles, como teléfonos inteligentes y relojes inteligentes, han sido ampliamente utilizados para investigar indicadores fisiológicos o síndromes 32,33,34, estados psicológicos22,35; Información ambiental, o comportamientos18,36<sup class="x…
Divulgations
The authors have nothing to disclose.
Acknowledgements
El Consejo de Agricultura de Taiwán financió el proyecto de investigación y el desarrollo de la aplicación HealthCloud de 2018 a 2020 [109 ciencias agrícolas – 7.5.4-suplementario-# 1 (1)] ([109 
-7.5.4–
# 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
- Purcell, T., Peron, E., Berto, R. Why do preferences differ between scene types. Environment and Behavior. 33 (1), 93-106 (2001).
- 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).
- 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).
- Majeed, H., Lee, J. The impact of climate change on youth depression and mental health. The Lancet Planetary Health. 1 (3), 94-95 (2017).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Shiffman, S., Stone, A. A., Hufford, M. R. Ecological momentary assessment. Annual Review of Clinical Psychology. 4, 1-32 (2008).
- Hektner, J. M., Schmidt, J. A., Csikszentmihalyi, M. . Experience sampling method: Measuring the quality of everyday life. , (2007).
- 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).
- 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).
- 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).
- Cagney, K. A., Cornwell, E. Y., Goldman, A. W., Cai, L. Urban mobility and activity space. Annual Review of Sociology. 46, 623-648 (2020).
- Chaix, B. Mobile sensing in environmental health and neighborhood research. Annual Review of Public Health. 39, 367-384 (2018).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Verdecchia, P., Angeli, F., Gattobigio, R. Clinical usefulness of ambulatory blood pressure monitoring. Journal of the American Society of Nephrology. 15, 30-33 (2004).
- 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).
- . Monitor your heart rate with Apple Watch Available from: https://support.apple.com/en-us/HT204666 (2021)
- Berto, R. Exposure to restorative environments helps restore attentional capacity. Journal of Environmental Psychology. 25 (3), 249-259 (2005).
- Kaplan, S. The restorative benefits of nature: Toward an integrative framework. Journal of Environmental Psychology. 15 (3), 169-182 (1995).
- 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).
- 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).
- 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).
- 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).
- 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).
- Ståhl, A., Höök, K., Svensson, M., Taylor, A. S., Combetto, M. Experiencing the affective diary. Personal and Ubiquitous Computing. 13 (5), 365-378 (2009).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
