En applikation til parring med bærbare enheder til overvågning af personlig sundhedsstatus
Summary
Den nuværende protokol introducerer en ikke-kommerciel selvudviklet applikation til indsamling af realtidsdata på stedet, herunder psykologiske skalaer, GPS-placering, puls og blod-iltmætningsniveau samt applikationens driftsprocedurer. En empirisk undersøgelse udført i Taiwan i 2020 blev brugt som et anvendelseseksempel.
Abstract
Den nuværende protokol har til formål at fremvise teknologiintegrationen og give en detaljeret beskrivelse af vedtagelsen af HealthCloud-appen, udviklet af Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), på smartphones og smartwatches for at indsamle data om brugernes psykologiske og fysiologiske reaktioner i realtid og miljøoplysninger. Der blev foreslået en fleksibel og integreret forskningsmetode, fordi det kan være vanskeligt at måle flerdimensionelle aspekter af personoplysninger i undersøgelser på stedet inden for landskabs- og friluftsforskning. En undersøgelse på stedet udført i 2020 på National Taiwan University campus blev brugt som et applikationseksempel. Et datasæt på 385 deltagere blev brugt efter at have ekskluderet ugyldige prøver. Under eksperimentet blev deltagerne bedt om at gå rundt på campus i 30 minutter, når deres puls og psykologiske skalaelementer blev målt sammen med flere miljømålinger. Dette arbejde havde til formål at give en mulig løsning til at hjælpe undersøgelser på stedet med at spore menneskelige reaktioner i realtid, der matcher omgivende faktorer. På grund af appens fleksibilitet viser dens anvendelse på bærbare enheder fremragende potentiale for tværfaglige forskningsundersøgelser.
Introduction
Dataindsamling i realtid
I dagligdagen har mennesker på mange måder gavn af de fysiske rammer. For eksempel er positive resultater, såsom psykologisk1 og pulsgendannelse2, blevet bredt fundet. Derudover er forholdet mellem omgivende faktorer, såsom temperatur og fugtighed, og mental sundhed blevet diskuteret 3,4. Undersøgelser har også undersøgt sammenhængen mellem fysiologiske og psykologiske reaktioner, såsom puls og stress 5,6,7,8. En bred vifte af beviser for psykologiske og fysiologiske fordele ved eksponering for naturen er fundet i velkontrollerede laboratorieundersøgelser 9,10, som måske ikke har repræsenteret de forskellige indflydelsesrige faktorer på området. For at måle forholdet mellem menneskelige reaktioner i realtid anses undersøgelser på stedet derfor for bedre at afspejle den virkelige scenarieoplevelse og reaktioner på miljøerne end laboratoriesimuleringer11. Desuden kan menneskelige reaktioner på miljøer afhænge af kontekst12. I betragtning af vigtigheden af at forstå forholdet mellem menneskers psykologiske og fysiologiske sundhed og miljøkvalitet er der et presserende behov for en selvsporingsmåling i realtid, der kan indsamle forskellige informationsforanstaltninger.
Økologiske øjeblikkelige vurderinger (EMA’er) eller erfaringsprøvetagningsmetoder (ESM’er) kan repræsentere løsninger til undersøgelser på stedet13,14. EMA’er og ESM’er har til formål at vurdere menneskers øjeblikkelige reaktioner på stedet i virkelige scenarier15. Ved at anvende selvsporingsteknikker kan svarene, reaktionerne og oplevelserne på stedet måles frisk14. Deltagerne underrettes via signaler, f.eks. sms’er eller meddelelser, om at gennemføre vurderinger i såkaldte signalbetingede stikprøveordninger15. Udtrykket “EMA” anvendes primært i sundhedsrelaterede undersøgelser13, mens “ESM” har tendens til at blive brugt i fritids- og friluftsstudier16. Ikke desto mindre er udtrykkene lejlighedsvis blevet brugt i flæng12.
Muligheden for at anvende EMA’er på miljøforskningsundersøgelser blev diskuteret af Beute et al.12, der påpegede, at de ville gøre det muligt at behandle en større variation af miljøer end blot “naturlige” eller “bymæssige”. For eksempel ved at vedtage ambulant måling (såsom gennem GPS-placeringssporing) kan fysiologiske reaktioner under en gåtur matches med placeringsdatasæt i realtid, hvilket giver en rigere rumlig opløsning af miljøtyper og miljøegenskaber7. Derudover sikrer dataindsamlingen i realtid, der er tilladt af EMA’er, en høj økologisk validitet, hvilket giver et komplementært synspunkt fra laboratorieundersøgelser.
Flere og flere empiriske undersøgelser på stedet har vedtaget bærbare enheder og smartphones til at overvåge personlig sundhedsstatus i det daglige liv og forskningsformål17,18,19,20. Vedtagelse af begge disse enheder kan give flere fordele end kun at bruge en smartphone12. For det første var adgangstiden ved hjælp af smartwatches kortere end ved hjælp af telefon21, hvilket kan medføre en reduceret afbrydelsesbyrde. For det andet giver ure en større kropsnærhed end smartphones22, og telefoner kan bruges som øjeblikkelige databaser til at gemme og uploade data. For det tredje tilbyder smartwatches i dag flere sensorer til forskellige parametre, såsom pulsvariation, elektrokardiogrammer (EKG) og blodtryk 23,24,25,26,27. De individuelle og overordnede aspekter af menneskelige reaktioner kan udlede visse aktiviteter12. Endelig bæres smartphones normalt i lommen til smartphone-baserede undersøgelser, og når det kommer til spørgeskemaerne, skal der gøres ekstra arbejde i forhold til tilfældet ved hjælp af smartwatches.
Imidlertid har få undersøgelser undersøgt forholdet mellem psykologiske og fysiologiske resultater og miljøoplysninger. Derfor viser denne undersøgelse vedtagelse af en ikke-kommerciel selvudviklet app, HealthCloud, på bærbare enheder, såsom smartwatches og smartphones, til at indsamle psykologisk, fysiologisk og miljømæssig information i realtid.
Den selvudviklede app og bærbare enheder
Appen til brug på bærbare enheder blev udviklet af Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), for at give mere tilgængelige og mere fleksible måder at spore menneskelige reaktioner og miljødata på, så forskere yderligere kan analysere forholdet mellem menneskers sundhed og miljøoplysninger (figur 1).
Appen, der er baseret på iOS, giver flere opgaver og passive dataindsamlingsfunktioner. Appen indsamler selvrapporterede data på smartwatchet, såsom psykologiske genstande målt gennem Pop Quiz-spørgsmål, hvor brugerne kan bedømme deres svar fra en til fem stjerner for hurtig og nem vurdering. Denne type spørgsmålsintervention kan betragtes som en type Micro interaction-EMA (μEMA) – en in situ dataindsamlingsmetode, der kræver mindre opmærksomhed og har en større svarprocent end smartwatch-EMA28. Sensorovervågede fysiologiske responsdata, herunder puls, pulsvariation og iltmætningsniveau i blodet, kan måles ved hjælp af iOS’s funktioner. Puls måles gennem smartwatchets optiske hjertesensor ved hjælp af en teknik kaldet fotoplethysmografi29. Appen registrerer mængden af blodgennemstrømning ved hjælp af grønne LED-lys med lysfølsomme fotodioder, og hjerteslagene i minuttet beregnes også. Pulsvariationen (HRV) og iltkoncentrationen i blodet (SpO2) kan detekteres ved hjælp af apps. For smartphonen indsamles opgaverne, såsom Stroop Test (figur 2B) og Image Capture-opgaven (figur 2C) og miljølydopgaven (figur 2D), dataene om omgivende forhold, herunder relativ fugtighed, vejr og højde, passivt fra flere applikationsprogrammeringsgrænseflader.
Figur 1: Oversigt over appen. Appens funktioner på smartwatch, smartphone og database. Klik her for at se en større version af denne figur.
Figur 2: App-opgaverne. Eksempler på de opgaver, der kan bruges på appen: fra venstre mod højre er der (A) Pop-up-spørgsmålet. (B) Stroop-testen. (C) Image Capture-opgaven. D) Opgaven med miljømæssig forsvarlighed. Klik her for at se en større version af denne figur.
Alle data vil blive uploadet til backend-webstedet (adgang til kooperative forskere, se Materialetabel). Webstedet indeholder flere primære funktioner: en kortvisning, der viser brugernes aktuelle placeringer og puls (figur 3), et datablad til browsing og udtrækning af data (figur 4) og opgavekonfigurationer til ændring af hyppigheden, prioriteten og indholdet af opgaverne (figur 5). Med så stor fleksibilitet og en bred vifte af målinger kan forskere nemt vælge de tidligere angivne opgavefunktioner i henhold til forskningsmålene. Derudover kan appen gavne både brugere og forskere. Appen giver deres sundhedsrapporter og GPS-placeringsbaner (figur 6) i henhold til de spørgsmål, de har besvaret, og deres valgte ruter. Således kan de få en hurtig idé om deres sundhedsstatus på dagen og fortsætte med at spore deres sundhedsdata.
Figur 3: Kortet vises i appdatabasen. Kortvisningen af appdatabasen giver aktuelle oplysninger, herunder placeringer og puls, til forskerne. Klik her for at se en større version af denne figur.
Figur 4: Datablad på appdatabasen. Datarapporten for visningskortet i appdatabasen, hvor data kan eksporteres ved at filtrere tids-, felt- eller test-id’et. Klik her for at se en større version af denne figur.
Figur 5: Opgavekonfigurationen i appdatabasen. Opgaveprioriteterne, tidsintervallerne, sproget og indholdet af spørgeskemaerne kan ændres. Klik her for at se en større version af denne figur.
Figur 6: Sundhedsrapporten for appbrugerne. Efter brug af appen kan brugeren modtage et sæt individuelle resultater, der genereres automatisk. Klik her for at se en større version af denne figur.
Repræsentativ undersøgelse
For at fremvise integrationen af forskellige dimensioner af dataindsamling ved hjælp af appen på smartphones og smartwatches blev der gennemført en in situ-undersøgelse i 2020 på National Taiwan University campus i Taipei City, Taiwan. Deltagerne i undersøgelsen blev rekrutteret på National Taiwan Universitys fanside på sociale medier via en onlineformular 1 uge før eksperimentet. Formularen indeholdt forskningsformål, proces, placering, deltagelsesbetingelser, et skematisk diagram over det forskningsapparat, der skulle bæres, og et rum for læsere til at angive deres vilje til at deltage og det tidspunkt, hvor de kunne gøre det. Efter afslutningen blev deltagerne underrettet om deres eksperiments nøjagtige tid og sted via e-mail 2 dage før tidsplanen. Da forskningen undersøger psykologiske ændringer, fysiologi, fysisk aktivitet (gang) og lyd- og farveopfattelse, opfyldte deltagerne følgende betingelser: (1) mellem 20-36 år, (2) god fysisk og mental sundhed, (3) ikke være i regelmæssig brug af lægemidler, der påvirker centralnervesystemet, (4) ikke være gravid eller amme, (5) ikke har nogen historie med hjerte-kar-sygdomme, (6) kan gå i mere end 30 minutter til fods, (7) være i stand til at identificere en farve.
På dagen for eksperimentet blev deltagerne forsynet med et sæt smartphones og smartwatches og et rutekort. Forskere præsenterede en ensartet forklaring for deltagerne om formålet med forskningen, forskningsprocessen, de bærbare enheder og de forhold, der kræver opmærksomhed i forskningsprocessen. Under gåturen blev psykologiske reaktioner vurderet ved hjælp af en Pop Quiz-opgave hvert 5. minut, og fysiologiske reaktioner, såsom puls, blev målt hvert minut af sensorer i smartwatchet. Efter eksperimentet blev deltagerne kompenseret med et 200 NTD-ækvivalent gavekort (~ 7 USD).
Til den psykologiske måling overvejede denne undersøgelse landskabspræferencer og to aspekter af den opfattede genoprettende skala kort version30, nemlig “at være væk” og “fascination”. Disse aspekter blev målt ved at bede deltagerne om at bedømme udsagnene “Dette er et sted, der er væk fra hverdagens krav, og hvor jeg ville være i stand til at slappe af og tænke over, hvad der interesserer mig.” og “Det sted er fascinerende; det er stort nok til, at jeg kan opdage og være nysgerrig på ting.” på en fempunkts Likert-skala fra (1) “meget uenig” til (5) “meget enig” om at måle individuelle opfattelser af miljøets genoprettende faktorer baseret på opmærksomhedsrestaureringsteori31. Landskabspræference blev vurderet ved hjælp af en fempunkts Likert-skala med det ene spørgsmål: “Hvor meget kan du lide indstillingen, uanset årsag?” fra (1) “meget lidt” til (5) “meget.” Spørgeskemaet blev sendt ved hjælp af opgaven “Pop Quiz” med et tidsinterval på 5 minutter, hvilket betyder, at deltagerne modtog spørgeskemaet hvert 5. minut.
Til fysiologisk måling blev puls (HR) under gang brugt til at repræsentere deltagernes fysiologiske resultater med et tidsinterval på 1 minut. Miljøoplysninger, herunder GPS-data (breddegrad og længdegrad), temperatur, relativ luftfugtighed, vindhastighed og vindgrad, blev indsamlet via smartphonen.
Protocol
Representative Results
Discussion
Undersøgelsens formål og væsentlige resultater
Bærbare enheder, såsom smartphones og smartwatches, er blevet brugt i vid udstrækning til at undersøge fysiologiske indikatorer eller syndromer 32,33,34, psykologiske tilstande 22,35; miljøoplysninger eller adfærd18,36. De fleste anvendel…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Taiwans landbrugsråd finansierede forskningsprojektet og udviklingen af HealthCloud-appen fra 2018 til 2020 [109 landbrugsvidenskab – 7.5.4-supplement-#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 |
Riferimenti
- 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).
