Eine Anwendung zur Kopplung mit tragbaren Geräten zur Überwachung des persönlichen Gesundheitszustands
Summary
Das vorliegende Protokoll führt eine nichtkommerzielle, selbst entwickelte Anwendung zur Erfassung von Echtzeitdaten vor Ort ein, einschließlich psychologischer Skalen, GPS-Standort, Herzfrequenz und Blutsauerstoffsättigung sowie der Betriebsverfahren der Anwendung. Als Anwendungsbeispiel diente eine empirische Studie, die 2020 in Taiwan durchgeführt wurde.
Abstract
Das aktuelle Protokoll zielt darauf ab, die Technologieintegration zu demonstrieren und eine detaillierte Beschreibung der Einführung der HealthCloud-App bereitzustellen, die vom Healthy Landscape and Healthy People Lab der National Taiwan University (HLHP-NTU) auf Smartphones und Smartwatches entwickelt wurde, um Daten über die psychologischen und physiologischen Reaktionen und Umweltinformationen der Benutzer in Echtzeit zu sammeln. Es wurde eine flexible und integrierte Forschungsmethode vorgeschlagen, da es schwierig sein kann, mehrdimensionale Aspekte personenbezogener Daten in Vor-Ort-Studien in der Landschafts- und Freizeitforschung zu messen. Als Anwendungsbeispiel diente eine Vor-Ort-Studie, die 2020 auf dem Campus der National Taiwan University durchgeführt wurde. Ein Datensatz von 385 Teilnehmern wurde verwendet, nachdem ungültige Stichproben ausgeschlossen wurden. Während des Experiments wurden die Teilnehmer gebeten, 30 Minuten lang auf dem Campus herumzulaufen, wenn ihre Herzfrequenz und psychologische Elemente zusammen mit mehreren Umweltmetriken gemessen wurden. Diese Arbeit zielte darauf ab, eine mögliche Lösung zu finden, um Vor-Ort-Studien zu helfen, menschliche Reaktionen in Echtzeit zu verfolgen, die mit Umgebungsfaktoren übereinstimmen. Aufgrund der Flexibilität der App zeigt der Einsatz auf tragbaren Geräten ein hervorragendes Potenzial für multidisziplinäre Forschungsstudien.
Introduction
Datenerfassung in Echtzeit
Im täglichen Leben profitieren Menschen in vielerlei Hinsicht von der physischen Umgebung. Zum Beispiel wurden positive Ergebnisse wie psychologische1 und Herzfrequenzwiederherstellung2 weitgehend gefunden. Darüber hinaus wurden die Zusammenhänge zwischen Umgebungsfaktoren wie Temperatur und Luftfeuchtigkeit und psychischer Gesundheit diskutiert 3,4. Studien haben auch die Zusammenhänge zwischen physiologischen und psychologischen Reaktionen wie Herzfrequenz und Stress untersucht 5,6,7,8. Eine breite Palette von Beweisen für psychologische und physiologische Vorteile aus der Exposition gegenüber der Natur wurde in gut kontrollierten Laborstudien 9,10 gefunden, die möglicherweise nicht die verschiedenen Einflussfaktoren auf diesem Gebiet repräsentierten. Um die Beziehungen zwischen menschlichen Reaktionen in Echtzeit zu messen, werden daher Vor-Ort-Studien als besser angesehen, um die realen Szenarioerfahrungen und Reaktionen auf die Umgebungen widerzuspiegeln, als Laborsimulationen11. Darüber hinaus können menschliche Reaktionen auf Umgebungen vom Kontextabhängen 12. Angesichts der Bedeutung des Verständnisses der Beziehung zwischen der psychologischen und physiologischen Gesundheit des Menschen und der Umweltqualität ist eine Echtzeit-Self-Tracking-Messung dringend erforderlich, die verschiedene Informationsmaßnahmen sammeln kann.
Ökologische Momentanbewertungen (EMAs) oder Erfahrungsstichprobenverfahren (ESMs) können Lösungen für Vor-Ort-Studien darstellen13,14. EMAs und ESMs zielen darauf ab, die momentanen Reaktionen des Menschen vor Ort in realen Szenarien zu bewerten15. Durch den Einsatz von Self-Tracking-Techniken können die Reaktionen, Reaktionen und Erfahrungen vor Ort neu gemessen werden14. Die Teilnehmer werden über Signale, wie Texte oder Benachrichtigungen, benachrichtigt, Bewertungen in sogenannten signalabhängigen Stichprobenschemata durchzuführen15. Der Begriff “EMA” wird hauptsächlich in gesundheitsbezogenen Studienverwendet 13, während “ESM” tendenziell in Freizeit- und Erholungsstudien im Freienverwendet wird 16. Dennoch wurden die Begriffe gelegentlich synonym verwendet12.
Die Möglichkeit, EMAs auf Umweltforschungsstudien anzuwenden, wurde von Beute et al.12 diskutiert, die darauf hinwiesen, dass sie es ermöglichen würden, eine größere Vielfalt von Umgebungen als nur “natürlich” oder “städtisch” zu adressieren. Beispielsweise können durch ambulante Messungen (z. B. durch GPS-Standortverfolgung) physiologische Reaktionen während eines Spaziergangs mit Echtzeit-Standortdatensätzen abgeglichen werden, was eine umfassendere räumliche Auflösung von Umgebungstypen und Umweltmerkmalen bietet7. Darüber hinaus gewährleistet die von EMAs ermöglichte Echtzeit-Datenerfassung eine hohe ökologische Validität und bietet eine ergänzende Sichtweise aus Laborstudien.
Immer mehr empirische Studien vor Ort haben tragbare Geräte und Smartphones eingesetzt, um den persönlichen Gesundheitszustand im täglichen Leben und zu Forschungszwecken zu überwachen17,18,19,20. Die Verwendung dieser beiden Geräte kann mehr Vorteile bieten als die Verwendung nur eines Smartphones12. Erstens war die Zugriffszeit mit Smartwatches kürzer als die mit Telefonen21, was zu einer geringeren Unterbrechungsbelastung führen kann. Zweitens bieten Uhren eine größere Körpernähe als Smartphones22, und Telefone können als momentane Datenbanken zum Speichern und Hochladen von Daten verwendet werden. Drittens bieten Smartwatches heutzutage mehrere Sensoren für verschiedene Parameter wie Herzfrequenzvariabilität, Elektrokardiogramme (EKG) und Blutdruck 23,24,25,26,27. Die individuellen und allgemeinen Aspekte menschlicher Reaktionen können auf bestimmte Aktivitäten schließen12. Schließlich werden Smartphones für Smartphone-basierte Studien meist in der Tasche getragen, und wenn es um die Fragebögen geht, muss im Vergleich zum Fall mit Smartwatches zusätzliche Arbeit geleistet werden.
Allerdings haben nur wenige Studien die Beziehungen zwischen psychologischen und physiologischen Ergebnissen und Umweltinformationen untersucht. Daher zeigt diese Studie die Einführung einer nicht-kommerziellen, selbst entwickelten App, der HealthCloud, auf tragbaren Geräten wie Smartwatches und Smartphones, um psychologische, physiologische und Umweltinformationen in Echtzeit zu sammeln.
Die selbst entwickelte App und tragbare Geräte
Die App für die Verwendung auf tragbaren Geräten wurde vom Healthy Landscape and Healthy People Lab der National Taiwan University (HLHP-NTU) entwickelt, um zugänglichere und flexiblere Möglichkeiten zur Verfolgung menschlicher Reaktionen und Umweltdaten zu bieten, sodass Forscher die Beziehungen zwischen Informationen zur menschlichen Gesundheit und Umwelt weiter analysieren können (Abbildung 1).
Die App, basierend auf iOS, bietet mehrere Aufgaben und passive Datenerfassungsfunktionen. Die App sammelt selbst gemeldete Daten auf der Smartwatch, z. B. psychologische Elemente, die durch Pop-Quiz-Fragen gemessen werden, auf die Benutzer ihre Antworten von einem bis fünf Sternen bewerten können, um eine schnelle und einfache Beurteilung zu ermöglichen. Diese Art der Frageintervention kann als eine Art Micro Interaction-EMA (μEMA) betrachtet werden – eine In-situ-Datenerfassungsmethode, die weniger Aufmerksamkeit erfordert und eine höhere Antwortrate als Smartwatch-EMA 28 aufweist. Sensorüberwachte physiologische Reaktionsdaten, einschließlich Herzfrequenz, Herzfrequenzvariabilität und Blutsauerstoffsättigung, können mit den Funktionen des iOS gemessen werden. Die Herzfrequenz wird über den optischen Herzsensor der Smartwatch mit einer Technik namens Photoplethysmographie29 gemessen. Die App erkennt die Menge des Blutflusses mit grünen LED-Leuchten mit lichtempfindlichen Fotodioden, und die Herzschläge pro Minute werden ebenfalls berechnet. Die Herzratenvariabilität (HRV) und die Blutsauerstoffkonzentration (SpO2) können über Apps erkannt werden. Für das Smartphone werden die Aufgaben, wie der Stroop-Test (Abbildung 2B) und der Image-Capture-Task (Abbildung 2C) sowie der Umgebungsgeräusch-Task (Abbildung 2D), die Umgebungsbedingungen, einschließlich relativer Luftfeuchtigkeit, Wetter und Höhe, passiv von mehreren Anwendungsprogrammierschnittstellen gesammelt.
Abbildung 1: Übersicht über die App. Die Funktionen der App auf Smartwatch, Smartphone und Datenbank. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 2: Die App-Aufgaben. Beispiele für die Aufgaben, die in der App verwendet werden können: Von links nach rechts gibt es (A) Die Popup-Frage. (B) Der Stroop-Test. (C) Die Image-Capture-Aufgabe. (D) Die Aufgabe Umwelt und Geräusche. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Alle Daten werden auf die Backend-Website hochgeladen (Zugang zu kooperativen Forschern, siehe Materialtabelle). Die Website bietet mehrere Hauptfunktionen: eine Kartenanzeige, die die aktuellen Standorte und die Herzfrequenz der Benutzer anzeigt (Abbildung 3), ein Datenblatt zum Durchsuchen und Extrahieren von Daten (Abbildung 4) und Aufgabenkonfigurationen zum Ändern der Häufigkeit, Priorität und des Inhalts der Aufgaben (Abbildung 5). Mit dieser großen Flexibilität und einem breiten Messspektrum können Forscher die zuvor genannten Aufgabenfunktionen einfach entsprechend den Forschungszielen auswählen. Darüber hinaus kann die App sowohl Nutzern als auch Forschern zugute kommen. Die App stellt ihre Zustandsberichte und GPS-Standorttrajektorien (Abbildung 6) entsprechend den beantworteten Fragen und den gewählten Routen bereit. So können sie sich schnell ein Bild von ihrem Gesundheitszustand am Tag machen und ihre Gesundheitsdaten verfolgen.
Abbildung 3: Die in der App-Datenbank angezeigte Karte. Die Kartendarstellung der App-Datenbank liefert den Forschern aktuelle Informationen wie Standorte und Herzfrequenz. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 4: Datenblatt in der App-Datenbank. Der Datenbericht der Anzeigekarte in der App-Datenbank, in den Daten durch Filtern der Zeit-, Feld- oder Tester-ID exportiert werden können. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 5: Die Aufgabenkonfiguration in der App-Datenbank. Die Aufgabenprioritäten, Zeitintervalle, Sprache und Inhalt der Fragebögen können geändert werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 6: Der Integritätsbericht für die App-Benutzer. Nach der Nutzung der App kann der Benutzer eine Reihe von individuellen Ergebnissen erhalten, die automatisch generiert werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Repräsentative Studie
Um die Integration verschiedener Dimensionen der Datenerfassung mit der App auf Smartphones und Smartwatches zu demonstrieren, wurde 2020 eine In-situ-Studie auf dem Campus der National Taiwan University in Taipei City, Taiwan, durchgeführt. Die Teilnehmer für die Studie wurden 1 Woche vor dem Experiment auf der Social-Media-Fanseite der National Taiwan University über ein Online-Formular rekrutiert. Das Formular enthielt den Forschungszweck, den Prozess, den Ort, die Teilnahmebedingungen, ein schematisches Diagramm des zu tragenden Forschungsgeräts und einen Bereich, in dem die Leser ihre Bereitschaft zur Teilnahme und den Zeitpunkt, zu dem sie dies tun konnten, angeben konnten. Nach Abschluss wurden die Teilnehmer 2 Tage vor dem Zeitplan per E-Mail über die genaue Zeit und den Ort ihres Experiments informiert. Da die Forschung psychologische Veränderungen, Physiologie, körperliche Aktivität (Gehen) sowie Klang- und Farbwahrnehmung untersucht, erfüllten die Teilnehmer die folgenden Bedingungen: (1) zwischen 20-36 Jahren, (2) gute körperliche und geistige Gesundheit, (3) nicht regelmäßig Medikamente einnehmen, die das zentrale Nervensystem beeinflussen, (4) nicht schwanger sein oder stillen, (5) keine Vorgeschichte von Herz-Kreislauf-Erkrankungen haben, (6) kann mehr als 30 Minuten zu Fuß gehen, (7) eine Farbe identifizieren.
Am Tag des Experiments erhielten die Teilnehmer ein Set Smartphones und Smartwatches sowie eine Routenkarte. Die Forscher präsentierten den Teilnehmern eine einheitliche Erklärung des Zwecks der Forschung, des Forschungsprozesses, der tragbaren Geräte und der Fragen, die im Forschungsprozess Aufmerksamkeit erfordern. Während des Spaziergangs wurden die psychologischen Reaktionen alle 5 Minuten mit einer Pop-Quiz-Aufgabe bewertet, und physiologische Reaktionen wie die Herzfrequenz wurden jede Minute von Sensoren in der Smartwatch gemessen. Nach dem Experiment wurden die Teilnehmer mit einer Geschenkkarte im Wert von 200 NTD (~ 7 USD) entschädigt.
Für die psychologische Messung berücksichtigte diese Studie Landschaftspräferenzen und zwei Aspekte der Perceived Restorative Scale Short Version30, nämlich “weg sein” und “Faszination”. Diese Aspekte wurden gemessen, indem die Teilnehmer gebeten wurden, die Aussagen “Dies ist ein Ort, der abseits der alltäglichen Anforderungen liegt und an dem ich mich entspannen und darüber nachdenken könnte, was mich interessiert.” und “Dieser Ort ist faszinierend; Es ist groß genug, um Dinge zu entdecken und neugierig zu sein.” auf einer fünfstufigen Likert-Skala von (1) “stimme überhaupt nicht zu” bis (5) “stimme voll und ganz zu”, um die individuelle Wahrnehmung der restaurativen Faktoren der Umwelt auf der Grundlage der Aufmerksamkeitswiederherstellungstheoriezu messen 31. Die Landschaftspräferenz wurde anhand einer fünfstufigen Likert-Skala mit der einzigen Frage bewertet: “Wie sehr gefällt Ihnen die Umgebung, aus welchen Gründen auch immer?” von (1) “sehr wenig” bis (5) “sehr viel”. Der Fragebogen wurde mit der Aufgabe “Pop Quiz” in einem Zeitintervall von 5 Minuten gesendet, d.h. die Teilnehmer erhielten den Fragebogen alle 5 Minuten.
Für die physiologische Messung wurde die Herzfrequenz (HR) während des Gehens verwendet, um die physiologischen Ergebnisse der Teilnehmer in einem Zeitintervall von 1 Minute darzustellen. Umweltinformationen, einschließlich GPS-Daten (Breiten- und Längengrad), Temperatur, relative Luftfeuchtigkeit, Windgeschwindigkeit und Windgrad, wurden über das Smartphone gesammelt.
Protocol
Representative Results
Discussion
Zweck der Studie und wesentliche Ergebnisse
Tragbare Geräte wie Smartphones und Smartwatches wurden häufig verwendet, um physiologische Indikatoren oder Syndrome 32,33,34, psychologische Zustände22,35 zu untersuchen; Umweltinformationen oder Verhaltensweisen18,36. Die meisten Anwendungen vo…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Der Council of Agriculture of Taiwan finanzierte das Forschungsprojekt und die HealthCloud-App-Entwicklung von 2018 bis 2020 [109 Agrarwissenschaften – 7.5.4-supplementary-#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).
