مقالة منهجية

M3-BREATHE في العالم الحقيقي: نحو المراقبة متعددة الوسائط للسلوك والتنفس والتعرضات من أجل العلاج وتقييم الصحة

205 مشاهدة

⸱

DOI:

10.3791/69900

⸱

يونيو 5, 2026

1Institute of Belt and Road & Global Governance, Fudan University

في هذه المقالة

ملخص

M3-BREATHE هو نظام صحي متنقل (mHealth) يدمج حساسات قابلة للارتداء لمراقبة التنفس والسلوك والتعرضات البيئية لعلاج شخصي وتقييم صحي في العالم الحقيقي.

الملخص

يحمل دمج تقنيات الصحة المتنقلة (mHealth) للمراقبة المستمرة واللحظية للإشارات الفسيولوجية والسلوكية، بالتزامن مع القياس الدقيق للتعرضات البيئية، إمكانات تحويلية لتعزيز تقييم المخاطر الصحية الشخصية وتمكين علاج وتدخل أكثر فعالية. في هذا البروتوكول، أقدم نظام مراقبة متنقل متعدد الوسائط مصمم خصيصا لالتقاط ودمج بيانات السلوك الفردي (الأنشطة اليومية والسفر)، وظائف الجهاز التنفسي، المعايير الفسيولوجية والتعرضات البيئية. يجمع النظام بين الأجهزة الصحية المحمولة وأجهزة الاستشعار البيئية المحمولة مع تطبيقات تعتمد على الهواتف الذكية المدعومة بنظام GPS لتوليد تدفقات بيانات متزامنة عالية الدقة. تتم معالجة هذه البيانات من خلال تطبيق هاتف محمول ذكي من خلال دمج حساب المعلمات الفسيولوجية (مثل شدة النشاط البدني، معدل التنفس) وبيانات بيئية حضرية خارجية (مثل المساحات الخضراء الحضرية، خرائط عرض الشوارع)، ثم تم نشر نظام تنبيه قائم على التعلم الآلي لتوفير رؤى عملية حول صحة الجهاز التنفسي، والأنشطة اليومية وأنماط الحركة، والتعرض لعوامل الخطر. يوفر البروتوكول إرشادات شاملة ومفصلة حول إعداد الأجهزة، وتكوين البرمجيات، وإجراءات جمع البيانات، وسير العمل التحليلي الضروري لنشر المراقبة متعددة الوسائط للسلوك والتنفس والتعرضات (تلوث الهواء، الضوضاء، الضوء، الحرارة، الخضرة، إلخ) للعلاج وتقييم الصحة (M3-BREATHE) في كل من التجارب السريرية المحكمة والسياقات الواقعية. تؤسس هذه المنصة المستقبلية M3-BREATHE نهجا قابلا للتوسع، غير جراحي، وفعال من حيث التكلفة لمراقبة البيئة والحركة والصحة الطولية (E-M-H)، حيث يربط الصحة الدقيقة على مستوى الفرد في الحياة اليومية بالذكاء الصحي طويل الأمد على مستوى السكان.

المقدمة

بتجاوز علم الأوبئة المكاني التقليدي الذي ركز بشكل أساسي على الروابط على مستوى السكان والمناطق بين البيئة والصحة، يتحول التركيز الآن نحو فحص العلاقات والعمليات على مستوى الفرد والحركة 1,2,3,4. هذا التحول مدفوع بعدة مشكلات منهجية أساسية مترابطة، إلى جانب فرص ناشئة لمناهج أكثر دقة وحساسية للسياق.

أولا، مشكلة الوحدة السطحية القابلة للتعديل (MAUP)، والتي تشير إلى المشكلة التي قد تتأثر نتائجها في تحليل البيانات القائمة على المساحة أو المناطق بتعريف الوحدات المساحية التي تبلغ عنها البيانات 5,6. ينطبق على مشكلتين منفصلتين، لكنهما مترابطتان، في تحليل البيانات المكانية. الأولى هي "مشكلة المقياس"، حيث يتم تجميع نفس مجموعة البيانات السطحية في عدة مجموعات من الوحدات المساحية الأكبر، حيث يؤدي كل تركيبة إلى قيم بيانات واستنتاجات مختلفة. الجانب الثاني من MAUP هو "مشكلة تقسيم المناطق"، حيث يتم إعادة دمج مجموعة معينة من الوحدات السطحية إلى مناطق بنفس الحجم ولكن تقع بشكل مختلف، مما يؤدي مرة أخرى إلى تباين في قيم البيانات وبالتالي استنتاجات مختلفة7،8. للتعامل مع التساؤلات حول مساهمة الدراسة في تطوير المعرفة الجديدة باستخدام بيانات المناطق أو المناطق، يتم مناقشة طريقتين باستمرار لتقليل تأثير MAUP. الأول هو تعظيم التجانس داخل المنطقة. اختيار الوحدة المنطقية المناسبة للدراسة سيقلل من خطأ القياس للتعرض البيئي والتصنيف الخاطئ للتعرض غير التفريقي عند تقدير التأثير السياقي على الصحة 9,10,11. ومع ذلك، قد يؤدي عدم تجانس التعرض لتلوث الهواء داخل الوحدات المكانية إلى حدوث أخطاء. لذا، هناك طريقة أخرى تتجه نحو أشكال مستقلة عن الإطار لتمثيل وتحليل البيانات المكانية12،13. بعيدا عن الفهم التقليدي القائم على المجالات للسياقات، تأخذ المقاييس الفردية في الاعتبار تجانس السمات والترابط المكاني للعوامل السياقية، ويمكن أن تقدم مقياسا تحليليا قويا لا يعتمد على المقياس أو ثابتا عند فحص تأثيرات التعرضات البيئية على الصحة 14,15,16.

ثانيا، مشكلة السياق الجغرافي غير المؤكد (UGCoP)، التي تشير إلى المشكلة التي تفيد بأن النتائج المتعلقة بتأثيرات المتغيرات السياقية القائمة على المنطقة على السلوكيات أو النتائج الفردية قد تتأثر بكيفية تحديد الوحدات السياقية (مثل الأحياء) جغرافيا ومدى انحراف هذه الوحدات السطحية عن السياق الجغرافي الحقيقي17,18. مثال نموذجي هو تقييم تعرض الأفراد لتلوث الهواء قد يكون خاطئا باستخدام المواقع السكنية لأشخاص يقضون وقتا طويلا خارج منازلهم للعمل أو الترفيه وما إلى ذلك، وهو بعيد كل البعد عن السياق الجغرافي "الحقيقي ذي صلة سببية" 18,19. لتقليل الشكوك السياقية التي تؤثر على التقييم الدقيق لتعرضات الناس للبيئة وتأثيراتها الصحية، من الضروري اعتماد قياس قائم على التنقل يتجاوز مفاهيم التأثيرات السياقية التي تعتمد على استخدام مواقع ثابتة محددة (مثل الموقع السكني، مكان العمل)16,20. نظرا لأن إهمال التغيرات الزمانية المكانية في تلوث الهواء وحركة الإنسان قد يؤدي إلى أخطاء كبيرة في تقديرات التعرض الفردي 21,22,23,24 وكذلك في تقييم العدالة البيئية 25,26، فمن الضروري جمع بيانات الزمكان والزمان عالية الدقة القائمة على التنقل لفهم العلاقة بين التعرضات البيئية والنتائج الصحية. تحد آخر يكمن في عدم التوافق المكاني بين مجموعات البيانات البيئية والمقاييس البيومترية الفردية التي يتم جمعها من خلال جهاز الاستشعار الذي ينفذ الجسم. بينما تتيح صور الشارع من التوصيف البيئي الدقيق على المستوى البصري البشري، وتوفر مؤشرات النباتات المشتقة من الأقمار الصناعية (مثل NDVI) تغطية أوسع بدقة أكثر خشونة (10–250 م)، فإن كلاهما يتطلب استراتيجيات محاذاة مكانية صريحة تربط مسارات الحركة بالتعرض البيئي في المواقع الدقيقة التي تسجل فيها البيانات الفسيولوجية والسلوكية. يتطلب معالجة هذا التناقض في المقياس استراتيجيات محاذاة مكانية صريحة تربط مسارات الحركة بالتعرض البيئي في المواقع الدقيقة التي تسجل فيها البيانات الفسيولوجية والسلوكية.

استجابة للتحديات التي تفرضها MAUP وUGCoP، شارك باحثون من عدة تخصصات مرتبطة بالصحة البيئية بشكل متزايد في دراسات حول العمليات السلوكية بين التعرضات البيئية والنتائج الصحية، من خلال الانتقال نحو أطر التنقل على مستوى الفرد 1,27,28,29 . مع زيادة الاهتمام بالترابط بين البيئة والتنقل والصحة (E-M-H)، ركزت الأدبيات القائمة بشكل رئيسي على مجال السابقة (البيئة-التنقل) 17,30,31,32 أو المجال الناتج (التنقل-الصحة) 33,34,35، بينما تظل الدراسات التكاملية التي تشمل المجالات الثلاثة محدودة. ومع ذلك، فإن الأنشطة اليومية للأفراد وسفرهم أثرت بشكل كبير على تأثيرات الاستجابة للجرعة الناتجة عن التعرضات البيئية على النتائج الصحية. أين يرتبط الأفراد ومتى وكيف يتوقعون ويجدولون وينفذون أنشطتهم على مدى 24 ساعة ارتباطا وثيقا بتعرضهم للمخاطر البيئية والنتائج الصحية الناتجة 17,18,36. علاوة على ذلك، تكمن فجوة حرجة أخرى في أن عددا قليلا من الدراسات توفر إطارا تحليليا قابلا للتنفيذ يربط بين المراقبة الفورية والتتبع الزمني للنتائج الصحية، مما يحد من القدرة على توليد أدلة قوية وقابلة للتنفيذ للعلاج والتدخلات. ومع ذلك، فإن معالجة هذه الفجوات لا تحسن فقط دقة تقييمات الصحة البيئية، بل تكشف أيضا عن الدور الوسيط للأنشطة اليومية والسفر والعمليات السلوكية الأساسية في التقاطع المعقد بين E-M-H37، مما يوفر مبررا قويا لعلاج شخصي ومستنير بالتنقل وتدخلات تهدف إلى تقليل مخاطر التعرض وتعزيز النتائج الصحية.

مكنت التقنيات المتنقلة والقابلة للارتداء38,39، وخاصة أجهزة الصحة المحمولة (mHealth) 40,41,42 وأجهزة الاستشعار البيئية المحمولة 43,44,45، من تمكين أساليب جديدة لمراقبة سلوك الأفراد وتعرضهم البيئي والمقاييس الفسيولوجية بشكل متزامن. من خلال التكامل مع تطبيقات الهواتف الذكية، يمكن للمشاركين توثيق حالتهم الصحية، وتاريخهم الطبي (مثل أمراض الجهاز التنفسي وأمراض القلب والأوعية الدموية)، والتجربة الفسيولوجية الذاتية، وإدراك المخاطر البيئية، مما يتيح تقييما وتحذيرا أكثر دقة وشخصية من خلال أساليب تعتمد على التعلم الآلي أو القواعد. هنا، أقدم المراقبة المتنقلة متعددة الوسائط في العالم الحقيقي للسلوك والتنفس والتعرضات (تلوث الهواء، الضوضاء، الضوء، الحرارة، الخضرة، إلخ) للعلاج والتقييم الصحي (M3-BREATHE). يوفر البروتوكول من البداية إلى الطرف إرشادات شاملة حول إعداد الأجهزة، وتكوين البرمجيات، وإجراءات جمع البيانات، وسير العمل التحليلي المطلوب لنشر M3-BREATHE. هذا البروتوكول مناسب للباحثين في الصحة البيئية، جغرافيا النقل، والطب الشخصي الذين يجرون تجارب سريرية محكمة (مراقبة قصيرة الأمد عالية الدقة) أو الدراسات الطولية الواقعية (المراقبة طويلة الأمد غير الاقتحامية)، لكنه غير موصى به للدراسات التي تتطلب قياسا تنفسيا فائقا الدقة على مستوى المختبر (مثل اختبار الوظائف الرئوية الغازية).

البروتوكول

يجب أن يتم تنفيذ هذا البروتوكول لأغراض البحث، سواء في تجارب سريرية محكمة أو في سياقات واقعية، بموافقة مسبقة ووفقا لإرشادات لجنة أخلاقيات البحث البشري المؤسسية للباحثين. يجب الحصول على موافقة مستنيرة من المشارك قبل بدء الاستبيان. يتبع التحقيق التجريبي لهذا المقال إرشادات لجنة أخلاقيات البحث البشري في جامعة بكين. يجب أن تحصل جميع الأبحاث القائمة على المشاركين التي تستخدم هذا البروتوكول على موافقة أخلاقية مسبقة من لجنة أخلاقيات البحث المؤسسي للباحث. يجب على جميع المشاركين تقديم موافقة مكتوبة مستنيرة قبل أي إجراءات جمع بيانات. إعدادات المعدات الموصى بها مدرجة في جدول المواد.

1. إعداد الأجهزة الصحية المحمولة القابلة للارتداء

  1. نظام حساس التنفس البالثقيل في الصدر
    1. وجه المشارك لارتداء القميص المدمج مع الحساس أو حزام الصدر مباشرة على جلده، تحت ملابسه، لضمان التلامس الأمثل للجلد لالتقاط الإشارات الفيزيولوجية الكهربائية.
    2. عدل ملاءمة القميص أو الحزام ليكون ضيقا ومريحا، مع التأكد من أنه لا يقيد التنفس الطبيعي أو الحركة. يتم تأكيد الملاءمة الصحيحة عندما يحافظ المستشعر على اتصال مستقر مع الجلد ولا ينزلق أو يتحرك بشكل ملحوظ أثناء الاستنشاق العميق.
    3. تأكد من أن المستشعر مشحون بالكامل ومرتبطا بنجاح مع الهاتف الذكي عبر البلوتوث لتسهيل المراقبة وتسجيل معدل التنفس (بالتنفس في الدقيقة، التنفس/دقيقة)، وحجم المد (بالميليتر، الملتر)، ومعدل ضربات القلب (بالنبضات في الدقيقة، نبضة في الدقيقة). تأكد من أن ساعة الجهاز متزامنة مع وقت نظام الهاتف لتمكين محاذاة زمنية دقيقة عبر تدفقات البيانات متعددة الوسائط.
      ملاحظة: يمكن أيضا اشتقاق معدل التنفس ومعدل ضربات القلب باستخدام أجهزة الأساور القابلة للارتداء، خاصة للمراقبة طويلة الأمد (انظر الخطوة 1.2). يتم حساب معدل التنفس بشكل غير مباشر بناء على التغيرات الناتجة عن التنفس في إشارات تصوير الفوتوبيليثيسموغريا (PPG) أو تباين معدل ضربات القلب (HRV) (انظر الخطوة 5.2). يمكن أن يساعد هذا النهج البديل في تقليل انزعاج المشاركين والعبء المرتبط بالاستخدام المطول لجهاز استشعار تنفسي يرتديه الصدر.
  2. إعداد جهاز الأساور الذكي
    1. اختر المعصم غير المسيطر كموقع أساسي لوضع الجهاز، وثبت السوار بإحكام على المعصم، بالقرب من النتوء الزندي العظمي.
    2. ضبط الحزام لضمان تلامس الجسم مع الحساس الأمثل للضوء المتعدد الأبعاد (PPG) دون الإضعاف الدورة الدموية الطرفية. التركيب صحيح عندما يكون الحزام مشدودا لكنه يسمح بإدخال طرف إصبع واحد.
    3. افتح التطبيق المرافق على الهاتف الذكي وتأكد من توصيل الجهاز بنجاح عبر البلوتوث.
    4. انتقل إلى العرض اللحظي داخل التطبيق، وتأكد من أن إعدادات التطبيق مهيأة للمراقبة المستمرة لجميع المعايير المطلوبة، بما في ذلك: مقاييس القلب والأوعية الدموية مثل معدل ضربات القلب (معدل ضربات قلب، وحدات: نبضات في الدقيقة، نبض في الدقيقة)، تباين معدل ضربات القلب (HRV، وحدات: ميلي ثانية، مللي ثانية)، ضغط الدم (ضغط الدم، وحدات: مليمتر الزئبق، mmHg)، وتخطيط القلب (تخطيط القلب (ECG، وحدات: مليفولت، mV); مقاييس تنفسية وأيضية مثل معدل التنفس المقدر خوارزميا (RR، وحدات: التنفس في الدقيقة، التنفس/دقيقة)، تشبع الأكسجين في الدم (SpO₂، الوحدات: النسبة المئوية، النسبة المئوية)، والمكافئات الأيضية (METs، النسبة); درجة حرارة الجلد المحيطي (الوحدات: درجات مئوية، °م); بيانات الحركة من مقياس التسارع (ACC، وحدات: التسارع الجاذبي، g).
      ملاحظة: يجب أن يحافظ حساس PPG على ظهر الجهاز على اتصال ثابت ومتساوي مع الجلد. أعد شد الحزام إذا أصبح مرتخيا مع الوقت.

2. إعداد أجهزة الاستشعار البيئية

  1. قم بتوصيل أجهزة الاستشعار البيئي ببنك الطاقة المحمول (سعة 10,000 مللي أمبير) باستخدام كابلات USB مناسبة لتأمين التشغيل على مدار 24 ساعة. تأكد من أن جميع الاتصالات مستقرة وأن الكابلات مخزنة بعناية لمنع الانقطاع العرضي أثناء الحركة.
  2. ضع جهاز مراقبة الملوثات الهوائية المتعددة (يقيس الجسيمات PM2.5 و PM10 بوحدة ميكروغرام/متر3، أول أكسيد الكربون CO بوحدة ppm، ثاني أكسيد النيتروجين NO2، ثاني أكسيد الكبريت SO₂ والمركبات العضوية المتطايرة في ppb)، وحساس الضوضاء (بالديسيبل، ديسيبل) وحساس درجة الحرارة (بالدرجات مئوية، °C) في جيب جانبي لشبكة السمك في حقيبة المشارك. قم بتثبيت جهاز تتبع التعريض للضوء (الإضاءة، باللوكس، اللونكس؛ Circadian Light A، CLA، 0-1) بقوة على الجانب الأمامي من حزام كتف الحقيبة، ووضعه ليواجه للأمام/الخارج دون عائق.
  3. اطلب من المشارك حمل حقيبة الظهر مع أنشطته اليومية والسفر لمدة 24 ساعة، وشحن بنك الطاقة كل ليلة. قدم رقم اتصال لأي مشكلة.
  4. تأكد من أن جميع الحساسات مفعلة ونجحت في إنشاء تدفق بيانات في الوقت الحقيقي، تسجل وتنقل البيانات إلى التطبيق الذكي المصاحب.
    ملاحظة: يجب معايرة جميع الحساسات بدقة وفقا لمواصفات الشركات المصنعة قبل تسليمها للمشاركين. يوصى بإجراء أجهزة استشعار تلوث الهواء منخفضة التكلفة لاختبار معايرة الترابط مقابل أداة مرجعية بحثية لمدة أسبوعين في موقع تمثيلي لاستنتاج عوامل تصحيح خاصة بالمستشعرات. تتضمن عملية التجميع وضع المستشعر منخفض التكلفة بجانب الجهاز المرجعي (ضمن 1 متر، على نفس الارتفاع)، وتشغيل كلاهما في نفس الوقت لمدة لا تقل عن 14 يوما لالتقاط مجموعة من الظروف البيئية. تستخدم البيانات المزدوجة بعد ذلك لاشتقاق نماذج تصحيح خطية أو غير خطية (مثل، Cمصحح = (Cخام - b)/a) عبر تحليل الانحدار. بالنسبة للحساسات التي لا تصل إلى أجهزة المرجع، يوصى بعدم المعايرة باستخدام هواء نظيف مفلتر ب HEPA لتصحيح انحراف القاعدة (الانحراف الأساسي). يتطلب تسجيل القيم الأساسية فترة تثبيت تتراوح بين 10–15 دقيقة تحت ظروف هواء نظيفة. قبل كل نشر، يجب إجراء فحص تحقق قبل النشر للتأكد من استجابة المستشعرات واستقراره في نقل البيانات. أثناء جمع البيانات، يجب الحفاظ على سجلات ضمان الجودة اليومية (QA) لتوثيق أي شذوذات أو انحراف في المستشعرات أو انقطاعات الاتصال. عادة ما يتم دمج حساسات درجة الحرارة والرطوبة النسبية (RH، الوحدات: النسبة المئوية، ٪) كمكونات في أجهزة استشعار تلوث الهواء. يمكن أيضا قياس التعرض المستمر للضوضاء باستخدام الميكروفون المدمج في الهاتف الذكي عبر التطبيق المخصص. لا ينصح بالتعرض للضوء والحرارة التي يتم جمعها باستخدام سوار المعصم الذكي والهاتف المحمول، بسبب القابلية العالية للانسدادات والعوامل المربكة مثل الملابس والمكان. لدراسة أو ممارسة طولية، يوصى باستخدام جهاز معياري متكامل بحجم صغير لمراقبة الملوثات المتعددة.

3. تكوين تطبيقات الهاتف الذكي

  1. قم بتثبيت تطبيق M3-BREATHE للهواتف المحمولة (المطور خصيصا لأندرويد/iOS) على هاتف المشارك الذكي.
  2. تمكين مزامنة GPS وBluetooth وبيانات الخلفية.
  3. قم بضبط التطبيق لتسجيل بيانات موقع GPS بفواصل زمنية دقيقة واحدة ومزامنة بيانات المستشعر كل 5 دقائق.
  4. اضبط معدل أخذ البيانات على 1 هرتز (أي عينة واحدة في الثانية) لكل جهاز متصل (أجهزة مراقبة فسيولوجية قابلة للارتداء وأجهزة استشعار بيئية محمولة) لضمان التقاط بيانات بدقة زمنية عالية.
  5. تأكد من حفظ جميع الإعدادات قبل بدء تسجيل البيانات.
    ملاحظة: من الممارسات الجيدة إجراء تسجيل اختبار قصير (مثلا 5 دقائق) بعد التكوين. راجع ملف بيانات الاختبار للتأكد من أن جميع تدفقات البيانات المتوقعة (إحداثيات GPS، HRV، تخطيط القلب، تلوث الهواء، الضوضاء، إلخ) مسجلة، ومختومة زمنيا بشكل صحيح وتحتوي على قيم معقولة قبل بدء فترة الدراسة الكاملة. ومن الجدير بالذكر أن التعرض للخضرة يقاس بشكل غير مباشر من خلال دمج بيانات مسار GPS عالية الدقة المكانية والزمانية مع مجموعات بيانات جغرافية مثل OpenStreetMap أو مؤشرات النباتات المشتقة من الأقمار الصناعية (مثل NDVI لتغطية النباتات). لمعالجة عدم تطابق المقياس المكاني بين الطبقات البيئية ذات الدقة الخشنة (مثل NDVI عند 10–250 مترا) والمقاييس البيومترية على المستوى الفردي، يخصص البروتوكول قيم التعرض البيئي لكل نقطة GPS بناء على طرق الاستخراج القريبة أو متوسطة المخزن المؤقت، مما يضمن المحاذاة المكانية في موقع ووقت كل قياس فسيولوجي.

4. إجراءات جمع البيانات

  1. انضمام المشاركين
    1. استقطبوا المشاركين باستخدام طريقة أخذ عينات طبقية لضمان تمثيل الفئة المستهدفة.
    2. تزويد المشاركين بمواد إرشادية شاملة، بما في ذلك ورقة تعليمات مفصلة، ودليل يفضل فيديو تعليمي، حول إجراءات ارتداء واستخدام الحساسات بالإضافة إلى تشغيل تطبيق الهاتف الذكي المرفق.
    3. قم بإجراء مسح صحي أساسي داخل التطبيق لجمع بيانات ديموغرافية (مثل الجنس، العمر، الطول، الوزن، الحالة الاجتماعية)، التاريخ الطبي (مثل الأمراض غير المعدية، الأمراض غير المعدية)، الحالة الصحية التنفسية (مثل سنوات التدخين، السعال المزمن أو ضيق التنفس)، ومعلومات صحية أخرى تم الإبلاغ عنها ذاتيا (مثل الصحة الجسدية والعقلية العامة، استهلاك الكحول، أنماط الأغذية، مستويات النشاط البدني، جودة النوم).
      ملاحظة: توصية بأدوات موحدة لجمع المعلومات الصحية المبلغ عنها ذاتيا، بما في ذلك المسح المختصر المكون من 12 بندا (SF-12) للصحة العامة46، واختبار تحديد اضطرابات تعاطي الكحول - استهلاك (AUDIT-C)47، واستبيان النشاط البدني الدولي - النموذج المختصر (IPAQ-SF)48، ومؤشر جودة النوم في بيتسبرغ (PSQI)49. بدلا من ذلك، يمكن تطبيق مقاييس ليكرت ذات 7 بنود لأغراض الراحة.
  2. روتين المراقبة اليومي
    1. وطلب من المشارك ارتداء حساسات فسيولوجية للصحة المتنقلة وحمل أجهزة المراقبة البيئية المحمولة (حقيبة ظهر مع جيب شبكية) لفترة متواصلة على مدار 24 ساعة. أثناء النوم، يجب وضع حساسات البيئة في غرفة النوم للحفاظ على تقييم التعرض، مع الانتباه بشكل خاص لحساس الضوء.
    2. ذكر المشارك بإعادة شحن بنك الطاقة كل مساء وإبقائه متصلا بأجهزة الاستشعار للحفاظ على التشغيل والبيانات دون انقطاع.
    3. سيتم مراقبة تدفق البيانات إما من خلال فحوصات يدوية من قبل فريق البحث كل 4 ساعات، أو يفضل أن يكون ذلك عبر تنبيه تلقائي من النظام الخلفي داخل التطبيق، يتم تفعيله بعد 30 دقيقة من انقطاع مزامنة البيانات. في حال انقطاع الاتصال لأكثر من 30 دقيقة، سيتم التواصل مع المشارك لمعالجة المشكلة.
    4. شجع المشارك على إكمال مسح يوميات النشاط والسفر داخل التطبيق (النموذج مقدم في الجدول 1) كل يوم في المساء، لتعزيز دقة النشاط اليومي وتحديد سياق الحركة من أجل علاج وتدخل أكثر فعالية واستهدافا. يتم إرسال تذكير آلي (طلب/رسالة نصية) كل مساء الساعة 8 مساء لتعزيز الامتثال المتسق.
      ملاحظة: يمكن نشر واجهة تفاعلية، تحتوي على خريطة لتصوير المسار (مع الطوابع الزمنية)، مع تحديد الأنشطة والرحلات المعتمد على التعلم الآلي بناء على بيانات GPS. من الناحية المثالية، يمكن إرسال النصائح أو التذكيرات تلقائيا عبر التطبيق إلى المشارك لتسجيل نشاط أو رحلة، قريبة من حدوث النشاط/الرحلة التالية، لتقليل تحيز الاستدعاء في نهاية اليوم. يوصى بإجراء مراجعة نهائية قبل النوم لتوحيد السجل اليومي. بالإضافة إلى ذلك، يمكن استخدام التقييم اللحظي البيئي (EMA) لالتقاط التجارب الذاتية (مثل ضيق التنفس، التعب، إدراك التلوث البيئي) ثلاث مرات يوميا (مثل 8 صباحا، 12 ظهرا، و4 مساء) عبر إشعارات الدفع.
  3. مزامنة البيانات والنسخ الاحتياطي
    1. جميع بيانات اليوميات المجمعة في الوقت الحقيقي وبيانات السفر أثناء النشاط تتم مزامنة تلقائيا مع خادم سحابي آمن ومشفرا عبر شبكة Wi-Fi أو شبكة خلوية. قاعدة البيانات السحابية مهيأة بنسخ احتياطية آلية منتظمة لمنع فقدان البيانات.
    2. يتم تخزين جميع البيانات أولا على الذاكرة الداخلية للهاتف الذكي. يتم مسح البيانات المتزامنة تلقائيا من الجهاز يوميا بعد التحقق الناجح من قبل الخادم السحابي.
    3. يتم إخفاء هوية جميع البيانات عند نقطة الجمع وتخزينها بأمان على خوادم المؤسسات. يتم إدارة تخزين البيانات ونقلها والتخلص منها وفقا صارمة لسياسات أمن البيانات والخصوصية للمؤسسة المضيفة.
      يتم تقديم ملخص البيانات والمصدر في الجدول 2.
معرف المشاركينالتاريخوقت البدايةنهاية الزمنالنشاط (أ)/رحلة(ت)نوع النشاط/وضع الرحلة
113/08/20250:007:00Aالنوم
113/08/20257:007:30Aالإفطار
113/08/20257:308:00Tالنقل العام
113/08/20258:0011:30Aالأعمال
113/08/202511:3011:45Tامش
113/08/202511:4512:45Aالغداء
113/08/202512:4513:00Tامش
113/08/202513:0017:00Aالأعمال
113/08/202517:0017:15Tدراجة هوائية
113/08/202517:1518:00Aالطبخ
113/08/202518:0019:00Aالعشاء
113/08/202519:0021:00Aالترفيه
113/08/202521:0021:30Aباث
113/08/202521:3023:59Aالنوم
114/08/20250:006:30Aالنوم
114/08/2025…………

الجدول 1: قالب يوميات السفر النشط لمراقبة M3-BREATHE. يوضح الجدول كيفية تسجيل البيانات السلوكية وتنظيمها لدمجها مع تحليلات التعرض والصحة.

الأجهزة الصحية المحمولة القابلة للارتداءتطبيق الهاتف الذكيأجهزة استشعار البيئة المحمولة
معدل التنفس (RR)إحداثيات GPSالجسيمات (PM2.5، PM10)
حجم المد والجزر (التلفزيون)يوميات النشاط والسفرأول أكسيد الكربون (CO)
معدل ضربات القلب (HR)التقييم البيئي اللحظي (EMA)ثاني أكسيد النيتروجين (NO2)
تباين معدل ضربات القلب (HRV)معلومات الصحة الأساسيةثاني أكسيد الكبريت (SO₂)
تخطيط القلب الكهربائي (تخطيط القلب الكهربائي)العمر، الجنس، إلخ.المركبات العضوية المتطايرة (VOCs)
ضغط الدم (BP)مؤشر كتلة الجسم (BMI)الضوضاء (N)
تشبع الأكسجين في الدم (SpO₂)الوضع الاجتماعي والاقتصادي (SES)درجة الحرارة (T)
المكافئات الأيضية (METs)التاريخ الطبيالرطوبة النسبية (RH)
درجة حرارة الجلد (ST)الحالة الصحية التنفسيةالإضاءة (lx)
مقياس التسارع (ACC)معلومات صحية تم الإبلاغ عنها ذاتياضوء الساعة البيولوجية A (CLA)

الجدول 2: ملخص البيانات ومصدر الأجهزة. يسرد الجدول المقاييس الرئيسية (مثل معدل القلب، معدل التنفس، الجسيمات، درجة الحرارة) وطرق القياس المقابلة لها.

5. معالجة البيانات وتحليلها

  1. معايرة الجهاز وضمان الجودة
    قبل النشر، تخضع جميع الأجهزة لفحوصات معايرة أساسية وفقا لمواصفات الشركة المصنعة. بالنسبة لأجهزة الاستشعار البيئية (مثل شاشات PM2.5 )، قد يشمل ذلك عدم وجود معايرة أو مقارنة مع الأجهزة المرجعية عند توفرها. خلال معالجة البيانات، سيتم تطبيق إجراءات ضمان الجودة ومراقبة الجودة (QA/QC) على كل من تدفقات البيانات البيئية والبيومترية. سيتم توثيق جميع خطوات ضمان الجودة/مراقبة الجودة لضمان الشفافية وقابلية التكرار.
    1. فحوصات المدى لإزالة القيم الفسيولوجية أو الفيزيائية غير المعقولة (مثل معدل ضربات القلب الشديد أو تركيزات الملوثات).
    2. اكتشاف واستبعاد تشوهات الإشارة (مثل الضوضاء المرتبطة بالحركة في البيانات القابلة للارتداء). إجراءات التنعيم أو التصفية (مثل المتوسطات المتحركة) حيثما كان ذلك مناسبا.
    3. تحديد ومعالجة أجزاء البيانات المفقودة أو المتفرقة.
  2. المعالجة المسبقة
    1. يتم تنظيف بيانات المستشعرات الخام (يتم تصحيح انحراف GPS عبر مرشح كالمان) ومزامنة مع يوميات السفر النشط باستخدام نهج المحاذاة الزمنية متعددة الوسائط عبر حزم المعالجة المبدئية المبنية على بايثون (مثل Pandas، GeoPandas، Tsfresh، Pyo3). يتم دمج جميع البيانات المعالجة لاحقا في قاعدة بيانات M3-BREATHE.
    2. لضمان التوافق الزمني بين التعرضات البيئية والقياسات البيومترية، قم بمزامنة جميع تدفقات البيانات مع إطار موحد للطابع الزمني. توحيد ساعات الأجهزة قبل النشر باستخدام بروتوكولات زمنية قائمة على الشبكة. أثناء معالجة البيانات، قم بمحاذاة الطوابع الزمنية من أجهزة مختلفة مع وقت مرجعي مشترك (مثل UTC)، وتصحيح انحراف الساعة باستخدام الاستيفاء الخطي أو تعديل إزاحة الوقت.
    3. تجميع بيانات التردد الأعلى (مثل معدل ضربات القلب المشتق من الأجهزة القابلة للارتداء) لتتناسب مع دقة القياسات البيئية أو تعديل البيانات البيئية لتطابق بيانات التردد الأعلى، اعتمادا على هدف التحليل. التعامل مع الطوابع الزمنية المفقودة أو فترات أخذ العينات غير المنتظمة من خلال تطبيق الاستيفاء أو استبعاد البيانات المبنية على معايير جودة محددة مسبقا.
    4. معالجة بيانات GPS إلى جانب مجموعات بيانات جغرافية خارجية تميز البيئات المبنية والطبيعية لوضع التعرضات الفردية في سياقها. احسب تعرض الخضرة من خلال دمج سجلات GPS مع بيانات OpenStreetMap ومؤشرات النباتات المشتقة من الأقمار الصناعية (مثل NDVI). يتم تحديد فروق مقياس العناوين بين مسارات GPS عالية التردد والطبقات البيئية المعتمدة على الأقمار الصناعية منخفضة الدقة من خلال تطبيق طرق محاذاة مكانية قائمة على أقرب جار أو عبر المخزن المؤقت.
    5. لكل تثبيت GPS، قم بتعيين قيمة التعريض البيئي المقابلة من البكسل المتقاطع، أو احسب متوسطا مرجحا للبكسل ضمن نصف قطر مخزن مؤقت محدد (مثل 10 م، 30 متر) يعكس عدم اليقين المكاني النموذجي لنظام GPS. التأكد من أن التعرضات البيئية تنسب بدقة مكانية وزمانية متوافقة مع البيانات الفسيولوجية والسلوكية التي تم جمعها في نفس الوقت.
  3. استخراج الميزات
    1. تلخيص بيانات مراقبة الصحة البيئية والمتنقلة باستخدام مقاييس رئيسية، بما في ذلك مقاييس الميل المركزي (المتوسط، الوسيط، المتوسط المرجح)، القيم القصوى (الحد الأقصى، الأدنى، النسبة المئوية)، التباين (الانحراف المعياري، التباين، معامل التغير، النطاق بين الربعي)، والأنماط الزمنية (ذروة التكرار، المدة فوق العتبة، معدل التغيير، التغير اليومي، الأسبوعي، أو الموسمي).
    2. احسب التعرض التراكمي لملوثات الهواء باستخدام مقاييس التعرض الكلي (متوسط التركيز والجرعة المستنشقة) والمساحة تحت المنحنى (AUC). احسب جرعة الملوثات المستنشقة (D) خلال مدة التعرض (t) باستخدام العلاقة أدناه.
      figure-protocol-1
      مع التهوية الدقيقة المعرفة بأنها:
      figure-protocol-2
      حيث C هو تركيز الملوثات في الهواء المستنشق (μg/m3، ppb أو ppm، حسب اتفاقية الوحدة)؛ figure-protocol-3 هو التهوية الدقيقة، أي إجمالي حجم الهواء المستنشق في الدقيقة (L/min)؛ RR هو معدل التنفس (التنفس/دقيقة); VT هو حجم المد، وهو حجم الهواء المستنشق لكل نفس (L/breath); و t هو مدة التعريض (أدنى للورق).
      لاحظ أن الجرعة D تحسب بالميكروغرام، بشرط تحويلها figure-protocol-4 إلى m3/دقيقة (أي قسمة على 1000) للحفاظ على اتساق الوحدة.
    3. نظرا لأن أجهزة الاستشعار التنفسية التي ترتدى على الصدر عادة ما تكون مكلفة ومعبلة للارتداء المستمر لفترات طويلة في سياقات العالم الحقيقي، مقارنة بفترات المراقبة التي تتراوح بين عدة ساعات إلى عدة أيام في التجارب السريرية المحكمة، قم بتقييم معدل التنفس باستخدام بيانات مقياس التسارع والجيروسكوب المستخلصة من سوار المعصم الذكي باستخدام خوارزميات التعلم الآلي50,51. لتحسين دقة التقييم، يعمل نموذج الغابة العشوائي عادة كمرشح، يرفض البيانات التي تؤدي إلى قراءة غير دقيقة لمعدل التنفس، وبعد ذلك يمكن استخدام نموذج الشبكة العصبية الالفافية (CNN) لاستخراج معدل التنفس52.53.
    4. استخلاص الميزات السلوكية من بيانات GPS، ومذكرات نشاط السفر عبر الهواتف الذكية، وبيانات الحركة من مقاييس التسارع باستخدام الأساور. توليد مجموعة من المؤشرات السلوكية الفردية لتحليل الارتباطات بين التعرض البيئي، والسلوك، والنتائج الصحية. يلخص الجدول 3 ملفات تعريف متعددة المقاييس عبر مجالات السلوك والتعرض البيئي والصحة.
      ملاحظة: توضح الأسهم المحاذاة التسلسلية للملفات عبر مجالات السلوك، والتعرض البيئي، والصحة.
  4. تحليل البيانات
    1. التحليلات الوصفية والاستكشافية
      1. إجراء إحصاءات وصفية أولية لوصف توزيع وميل مركزي وتباين جميع المتغيرات.
      2. قم بإجراء تحليل الارتباط واختبارات عامل التباين (VIF).
      3. تصور بيانات التعرض والصحة باستخدام السلاسل الزمنية، ومخططات الصندوق، وخرائط الحرارة الجغرافية المكانية.
    2. الارتباطات الحادة والتأخر الزمني
      1. استخدم نماذج التأخير الموزعة (DLMs).
      2. بيانات تعرض الصندوق إلى كتل زمنية.
      3. أجر تحليلات حساسية.
      4. تطبيق طرق السلاسل الزمنية (ARIMA، VAR).
    3. الارتباطات المزمنة والتعرضات التراكمية
      1. مقاييس التعريض الإجمالي.
      2. اربط التعرض بتقييمات صحية متكررة.
      3. استخدم نماذج الانحدار ذات التأثيرات المختلطة.
      4. طبق التحليل الطولي أو التحليل للبقاء.
        ملاحظة: من الضروري النظر في استراتيجيات نافذة الزمن. يقارن الجدول 4 خيارات نافذة زمنية مختلفة.
    4. تحليلات الوساطة السلوكية والاعتدال
      1. استكشف الوساطة باستخدام التحليل السببي أو التحليل السببي.
      2. افحص تأثيرات الاعتدال.
    5. دوال التعرض والاستجابة ومنحنيات الجرعة-الاستجابة
      1. قم بقياس علاقات التعرض والاستجابة.
      2. تقدير دوال استجابة الجرعة المستنشقة.
      3. ابحث في الارتباطات غير الخطية.
    6. التحليلات الطولية ومسار الحياة
      1. تقييم الآثار المزمنة.
      2. استكشف مسارات الحياة.
    7. العلاج والتدخل الشخصي
      1. قم بإنشاء ملفات شخصية مخصصة.
      2. حدد النوبات عالية الخطورة.
      3. أنصح بإجراء تقييمات طبية.
    8. استخبارات صحة السكان
      1. قم بإنشاء خرائط التعرض.
      2. حلل الاتجاهات السلوكية.
      3. قيم الفوارق الصحية.
      4. استخدم نماذج التعلم الآلي.
المجال السلوكيمجال التعرض البيئيالمجال الصحي
الميزات المؤقتة/اللحظيةملفات التعريض الفوريةملفات صحية قصيرة المدى
مقدار متجه مقياس التسارعالتعرض في الوقت الحقيقياستجابات الإجهاد القلبي التنفسي
شدة النشاط اللحظيةالتعرض الحادتغيرات حادة في معدل ضربات القلب، وضغط الدم، ومعدل ضربات القلب (HRV)، وSpO₂، وغيرها.
ميزات مستوى الحلقة/المباراةملفات تعريف التعريض على مستوى الحلقةأحداث اضطراب نظم تخطيط القلب
وقت البداية، وقت النهاية، المدةمتوسط تركيز الملوثاتأعراض الجهاز التنفسي ووظيفته
نوع النشاطجرعة التعرض التراكمية للملوثاتتقلبات معدل التهوية حسب الحلقة
نوع الموقعالتعرض الأقصىسعال وضيق تنفس أبلغ عنه بنفسه
داخلي/خارجيالتعرض القائم على النسبة المئويةالحالات النفسية والحالة الرفاهية
نمط النقلتباين التعريضمزاج EMA، التوتر، التعب، إلخ.
مسافة الرحلةمدة التعرض فوق العتبةالإجهاد المعرفي والعاطفي على مستوى النوبة
متوسط سرعة الرحلةالتعرض لجامعة AUCأعباء التعرض الحاد
هدف الرحلةالتعرض الداخلي مقابل الخارجالملفات الصحية متوسطة المدى
شدة النشاط البدنيالتعرض لبيئة الميكروبيولوجيا الناقلةعلامات القلب والأوعية الدموية تحت السريرية
نمط التنفسالتعرض لمكان العمل/المنزل/الترفيهزيادات مستمرة في معدل ضربات القلب أو ضغط الدم أثناء الراحة
الميزات بين القطاعات واليوميةملفات تعريف التعريض اليوميةدرجات المخاطر المبكرة لارتفاع ضغط الدم
الانقطاعات الخاملة والانتقالات بين حالات النشاطمتوسط التعرض اليومياتجاهات صحة الجهاز التنفسي
الانتقالات بين البيئات الداخلية والخارجيةجرعة التعرض التراكمية اليوميةتكرار نوبات الأعراض التنفسية
الانتقالات بين بيئات النقل الدقيقةالتعرض اليومي للذروةتراجع وظائف الرئة (RR، SpO₂، إلخ)
سلاسل النشاط والرحلةتكرار/مدة الذروة اليوميةالحالة الأيضية والنشاط البدني
تعقيد النشاط/الجولةالحد الأدنى اليومي للتعرضالمعدل التراكمي للمتريال الدقيقة في الأسبوع
سلسلة النشاط-السفرالتعرض اليومي للنسبة المئويةتوزيع شدة النشاط
هيكل الاستخدام الزمنيمدة التعرض اليومية فوق الحد الأدنىالنوم والصحة التعافية
فضاء النشاط، نصف قطر الدوران، الإنتروبيا المكانيةالتعرض اليومي لجامعة AUCاستمرار التعب يتجاوز التغير اليومي
الاتجاه العام للسفرتباين التعرض اليوميالصحة النفسية والرفاهية
مدة النشاط البدني المتوسط إلى النشط (MVPA)ميل التعرض اليومي (معدل التغير)تفاعل التوتر، درجات القلق، إلخ.
الإيقاع اليومينسبة الذروة إلى المتوسط اليوميةمخاطر التعرض التراكمية
أنماط الروتين المعتادةملفات التعريض الطوليمتوسط تركيز الملوثات وجرعته
أنماط النشاط اليومية الروتينية والتنقلمتوسط التعرض طويل الأمدالملفات الصحية طويلة الأمد
التفاوت في أنماط النشاط والتنقل اليوميةجرعة التعرض التراكمية طويلة الأمدخطر وتقدم أمراض القلب والأوعية الدموية
النمط الزمني للإيقاع اليوميالتعرض الأقصىالنتائج التنفسية والرئوية
الفروقات في إيقاع الساعة البيولوجية في عطلة نهاية الأسبوع وأيام الأسبوعتكرار/مدة أحداث الذروةالنتائج الأيضية والمرتبطة بالسمنة
انتظام الحركة (المسار، التنقل، الوضع، إلخ)التعرض القائم على النسبة المئويةنتائج الصحة النفسية
الاتجاهات طويلة الأمد في النشاط البدنيالوقت فوق العتبةالصحة الجهازية والشيخوخة البيولوجية
دورات السلوك الخاملة والنشطةالتعرض لجامعة AUCالنتائج الوظيفية وجودة الحياة
التوقيت الغذائي والانتظامالتغيرات اليومية/الأسبوعية/الشهرية/الموسميةمسارات الصحة في مسار الحياة
السلوك التكيفي تحت أقصى الحدود البيئيةتعدين بسلسلة زمنية التعريضاستخبارات صحة السكان

الجدول 3: ملفات بيانات متعددة المقاييس ل M3-BREATHE. يبرز الجدول كيف ترتبط المقاييس السلوكية بنتائج الصحة قصيرة ومتوسطة وطويلة المدى.

النافذةحالة الاستخدامنهج النمذجةالإيجابياتالسلبيات
ساعة واحدةتأثيرات حادة جداتضمين متوسط متحرك 1 ساعة كمتغير في LME أو السلاسل الزمنية؛ أو استخدم DLNM مع تأخير الساعةيلتقط القمم الفورية؛ تخفيف بسيطضوضاء عالية؛ يحتاج إلى بيانات عالية الدقة؛ البصيرة المزمنة المحدودة
24 ساعةيومي (قصير الأجل)متوسط الحركة على مدار 24 ساعة في النموذج المختلط؛ DLNM أو DLM مع تأخير يوم واحديقلل الضوضاء؛ يتوافق مع المقاييس التنظيميةقد يخفف من أحداث الذروة
7 أيامأسبوعي (تحت الحاد)متوسط متغير 7 أيام؛ DLM مع تأخير يصل إلى 7 أيامتلتقط التعرض المتراكم قصير المدىتمحو التقلبات اليومية؛ التنعيم المعتدل
30 يوماشهريا (متوسط الأجل)متوسط 30 يوما؛ DLNM مع هيكل التأخير الشهرييعكس حمل التعريض الحديث؛ أكثر سلاسةيفوت الارتفاعات اليومية؛ يفترض تراكم خطي
90 يوماموسمي (طويل الأمد)متوسط 90 يوما أو تأخير موزع عبر ~90 يومايلتقط الاتجاه الموسميالمنعم الزائد؛ الخلط مع العوامل الموسمية
365 يوماالسنوي (طويل الأمد)متوسط سنة واحدة في نموذج LME أو Coxمفيد للمخاطر المزمنة؛ التحكم للموسميتجاهل التفاوت الحاد؛ مرتبكة بسبب اتجاهات التقدم في العمر

الجدول 4: استراتيجيات نافذة الزمن والأساليب التحليلية. ملخص استراتيجيات نافذة الزمن والأساليب التحليلية المقابلة المستخدمة لتقييم التعرضات البيئية عبر مقاييس زمنية مختلفة، مع تسليط الضوء على قابليتها التطبيقية وقوتها وحدودها.

النتائج

النتائج الممثلة التالية مستمدة من دراسة تجريبية دمجت حساسات تلوث الهواء المحمولة، ومذكرات النشاط والسفر، والرفاهية الذاتية المبلغ عنها ذاتيا على مستوى الحلقة. كان على المشاركين حمل حساسات تلوث الهواء المحمولة أثناء أنشطتهم اليومية والسفر لمدة 48 ساعة متواصلة (إما الجمعة إلى السبت أو الأحد حتى الاثنين) وإكمال يوميات النشاط والسفر المصاحبة. تم تضمين بيانات من 112 مشاركا صحيحا، من ديسمبر 2017 إلى فبراير 2018، في مجتمع ميهييوان السكني في بكين، ضمن التحليل. يركز هذا التحليل الأولي على العلاقات بين التعرض ل PM2.5 (المجال البيئي)، والأنشطة اليومية (المجال السلوكي)، والSWB الإدراكي (مجال الصحة). ورغم أن هذا النموذج التجريبي لم يتحقق بعد من صحة كامل لخط أنابيب M3-BREATHE، خصوصا دمج الإشارات الفسيولوجية (مثل HRV، معدل التنفس) وتنبيهات التعرض في الوقت الحقيقي، إلا أنه يعد مثالا توضيحيا على النهج التحليلي. هناك حاجة إلى تحقق كامل من البداية إلى النهاية للنظام متعدد الوسائط الكامل للأعمال المستقبلية.

للتحقق من خط أنابيب M3-BREATHE من الطرف إلى النهاية، قمنا بتقييم سلامة البيانات (معدل التقاط بيانات GPS 99.3٪ ومعدل التقاط مراقبة تلوث الهواء 93.2٪)، ودقة التزامن (≤1 ثانية غير متزامنة زمنية بين البيانات متعددة الوسائط)، وصلاحية المعايرة (كانت قياسات PM2.5 من أجهزة الاستشعار منخفضة التكلفة تحتوي على ارتباط بيرسون بنسبة r=0.86 مع أجهزة مرجعية بحثية بعد معايرة التزاوج). دمج خط الأنابيب بيانات مسار GPS، وبيانات التعرض البيئي، وبيانات اليوميات المبلغ عنها ذاتيا، مما مكن من تحديد أنماط التعرض الخاصة بالنشاط والارتباطات الصحية بالتعرض المحدد. تؤكد هذه النتائج قابلية تكرار وموثوقية بروتوكول M3-BREATHE لمراقبة E-M-H في العالم الحقيقي.

يمثل الشكل 1 متوسط تركيز التعرض ل PM2.5 (أشرطة زرقاء، محور يسار) ودرجات SWB الإدراكي (خط برتقالي، المحور الأيمن) عبر مجموعة من الأنشطة اليومية والتنقل. تظهر النتائج أن تركيزات التعرض ل PM2.5 اختلفت بشكل ملحوظ حسب أنواع النشاط. لوحظ أعلى متوسط تعرض أثناء النوم، مما يشير إلى تركيز تلوث الهواء العالي داخل المنزل. قد يكون ذلك لأن منطقة الدراسة منطقة ملوثة بشكل كبير نسبيا مقارنة بأجزاء أخرى من بكين. شملت الأنشطة الأخرى ذات تركيزات تعرض عالية باستمرار تصفح الإنترنت، والترفيه، والدراسة، والمشي، وكلها تجاوزت سرعة 20 ميكروغرام/متر 3. تم العثور على تركيزات تعرض متوسطة النطاق لأنشطة مثل العمل، النشاط البدني، الرعاية والرحلات (15–20 ميكروغرام/متر 3). تم تسجيل أقل التعرضات خلال الشؤون الشخصية، مثل زيارة الطبيب، وتناول الطعام، والرعاية الشخصية (5–15 ميكروغرام/متر 3). تعكس هذه الاختلافات، بناء على هذه الدراسة التجريبية، السياقات البيئية المحددة التي تجري فيها الأنشطة (داخلية مقابل خارجية، وخاملة مقابل نشطة). أما درجات SWB الإدراكية فأظهرت تباينا أقل عبر الأنشطة، حيث تراوحت بين 1.7 و2.3 (على مقياس عدم الرضا من 1 إلى 5). كانت أدنى درجات الرضا مرتبطة بزيارة الطبيب والرحلات، تليها الشؤون الشخصية والعمل، بينما كانت أعلى درجات الرضا مرتبطة بالنشاط البدني والترفيه والنشاط الاجتماعي، والتي غالبا ما تكون أنشطة مجزية بطبيعتها.

وجد أن أنواع النشاط المرتبطة بتركيزات التعرض الأعلى ل PM2.5 لم تكن دائما تتوافق مع انخفاض SWB المعرفي، مما يشير إلى أنماط فصل بين التعرض ل PM2.5 وSWB المعرفي المبلغ عنه ذاتيا. على سبيل المثال، النشاط البدني والترفيه مع ارتفاع التعرض ودرجات عالية في SWB. قد يعكس ذلك أن خطر التعرض الصحي ل PM2.5 قد يتم تجاهله أو عدم ربطه بوعي SWB الإدراكي، ربما بسبب الطبيعة غير المرئية ل PM2.5، مما يجعله أكثر خبثا وصعوبة في الكشف عنه في البيئة. بالمقارنة، الملوثات مثل SO2 وNOX وO3 لها خصائص أكثر وضوحا للكشف. على سبيل المثال، يحتوي SO2 على رائحة كبريتية مميزة، وغالبا ما يرتبط NOx بالانبعاثات المرئية من العمليات الصناعية وعوادم المركبات. يمكن أن تسبب هذه الملوثات الغازية تهيجا فوريا للعينين والحنجرة والجهاز التنفسي، مما يسهل اكتشافها والاستجابة لها دون الحاجة إلى معدات متخصصة. ومع ذلك، فإن PM2.5 هو أخطر ملوث لأنه يمكنه التسلل إلى مناطق تبادل الغازات في الرئة (الحويصلة)، وقد تمر جزيئات صغيرة جدا عبر الرئتين لتؤثر على أعضاء أخرى وبالتالي تضربالجهاز الدوري. تسلط هذه النتيجة الضوء على التحدي الفريد الذي يفرضه PM2.5، الذي تجعله طبيعته غير المرئية وتأثيراته الصحية الشديدة تشكل خطرا بيئيا حرجا لكنه غالبا ما يستهان به في مختلف الأنشطة اليومية.

figure-results-1

الشكل 1: PM2.5 تركيز التعرض والرفاهية الذاتية المعرفية (SWB) حسب نوع النشاط اليومي. تقاس الرفاهية الذاتية المعرفية (SWB) على مقياس ليكرت يتراوح من 1 (راض جدا) إلى 5 (غير راض جدا). يوضح الشكل التغيرات في مستويات التعرض للجسيمات الدقيقة (PM2.5، ميكروغرام/متر 3) ودرجات الصحة المقابلة عبر الأنشطة. تمثل نقاط البيانات القيم المرصودة. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

لفحص العلاقة بين التعرض لتلوث الهواء والرفاهية الذاتية (SWB)، تستخدم هذه الدراسة التجريبية نموذجا إضافيا معمما (GAM)، مما يسمح بتأثيرات غير خطية مرنة. يتم نمذجة كل من التعرض المتزامن لتلوث الهواء (AAP) والتعرض المتأخر من النشاط السابق (AAP_1) باستخدام وظائف ناعمة، بينما تدرج الخصائص الاجتماعية والديموغرافية (الجنس، العمر، الهوكو، التعليم، الحالة الاجتماعية، والدخل) كمتغيرات ضابطة. تظهر النتائج أن لا AAP ولا AAP_1 لهما تأثير ذو دلالة إحصائية على SWB، حيث تبلغ قيم p 0.234 و0.266 على التوالي. على الرغم من أن الحدود الناعمة المقدرة تشير إلى بعض الأنماط غير الخطية، إلا أن هذه التأثيرات ليست قوية (الشكل 2). على النقيض من ذلك، تظهر بعض الخصائص الفردية ارتباطات أقوى مع SWB.

تشير هذه النتائج إلى أن التعرض قصير الأمد لتلوث الهواء، سواء كان متزامنا أو متأخرا بسبب حلقة نشاط واحدة، لا يؤثر بشكل كبير على SWB. أحد التفسيرات المحتملة هو أن الأفراد قد لا يستجيبون فورا لتقلبات جودة الهواء قصيرة الأمد، أو أن هذه التأثيرات تتطلب تعرضا أطول أو تراكمي لتصبح قابلة للكشف. يمكن للأبحاث المستقبلية توسيع هذا التحليل من خلال دمج عدة هياكل تأخير (مثل التعرضات من عدة حلقات نشاط سابقة)، واستخدام مقاييس زمنية (مثل مدة التعرض على مستوى الدقيقة)، أو تطبيق أساليب نمذجة بديلة مثل نماذج التأخير الموزع أو طرق التعلم الآلي لالتقاط التأثيرات الديناميكية والتراكمية لتلوث الهواء على الرفاهية بشكل أفضل.

figure-results-2
الشكل 2: التأثيرات غير الخطية للتعرض الحالي والتلوث المتأخر للتلوث على الرفاهية الذاتية. تمثل المنحنيات تقديرات التأثير المستمدة من النموذج على مدى الزمن، مما يبرز التقلبات قصيرة المدى والاستجابات المتأخرة. يشير AAP إلى التعرض المعاصر، بينما يمثل AAP₁ تعرضا متأخرا بوحدة زمنية واحدة (مثل يوم واحد). يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

المناقشة

خطوة حاسمة في نشر بروتوكول M3-BREATHE هي الإعداد الموثوق ومزامنة الأجهزة متعددة الوسائط، حيث تعتمد سلامة البيانات بشكل كبير على الاتصالات المستقرة بين الحساسات القابلة للارتداء والمراقبات البيئية المحمولة وتطبيق الهاتف الذكي. من الضروري أيضا التأكد من معايرة جميع الحساسات وفقا لمواصفات الشركات المصنعة قبل بدء المسح. من الناحية المثالية، يجب أن تكون الأجهزة البيئية المحمولة، وخاصة جهاز مراقبة تلوث الهواء، متوافقة مع أجهزة مرجعية بحثية قبل النشر، لضمان صحة ودقة القياسات لأغراض البحث.

في التجارب السريرية المحكمة أو المسوحات الصغيرة قصيرة الأمد، يوفر استخدام حزام تنفس يرتدى على الصدر معايير تنفسية عالية الدقة (معدل التنفس، حجم المد والجزر، تخطيط القلب الكهربائي)، مما يوفر دقة أعلى من أجهزة الاستشعار المعتمدة على المعصم ويعمل كأساس تثليث للتحقق من تقديراتهم الخوارزمية. وعلى النقيض من ذلك، بالنسبة للمراقبة الطولية في البيئات الطبيعية، بما في ذلك الاستخدام الطوعي للمستهلكين، فإن الجمع بين سوار ذكي وتطبيق هاتف ذكي مفضل، حيث أن هذه الأجهزة أقل إزعاجا وتعزز الامتثال المستمر للمشاركين. بالنسبة للدراسات التي تتعلق بموارد محدودة أو مخاوف تتعلق بعبء المشاركين، ينصح باستخدام مجموعة أدنى تتكون من سوار ذكي، وتطبيق هاتف ذكي، وجهاز مراقبة واحد للملوث. يجب النظر في حساسات إضافية (مثل حزام تنفسي يرتدى على الصدر، أو جهاز تتبع الضوء المخصص) بناء على أهداف البحث المحددة والميزانية. توصيات مفصلة لتكييف بروتوكول M3-BREATHE في التجارب السريرية المحكمة والدراسة/الممارسة الطولية الواقعية مقدمة في الجدول 5.

مجال البياناتالمترية (اختصار)تجربة سريرية محكمةالدراسة/الممارسة الطولية في العالم الحقيقي
حساس الصدرسوار معصم ذكيجهاز مراقبة البيئة المحمولتطبيق الهاتف الذكيسوار معصم ذكيجهاز مراقبة البيئة المحمولتطبيق الهاتف الذكي
الفسيولوجيامعدل ضربات القلب (HR)ΟΟΟΟΟΟΟΟ
تباين معدل ضربات القلب (HRV)ΟΟΟΟΟΟΟΟ
معدل التنفس (RR)ΟΟΟΟΟΟΟ
حجم المد والجزر (التلفزيون)ΟΟΟΟΟ
تخطيط القلب الكهربائي (تخطيط القلب الكهربائي)ΟΟΟΟΟΟΟΟ
ضغط الدم (BP)ΟΟΟΟΟ
تشبع الأكسجين في الدم (SpO₂)ΟΟΟΟΟ
المكافئات الأيضية (METs)ΟΟΟΟΟ
درجة حرارة الجلد (ST)ΟΟΟ
مقياس التسارع (ACC)ΟΟΟΟΟ
البيئةالجسيمات (PM2.5، PM10)ΟΟΟΟΟΟ
أول أكسيد الكربون (CO)ΟΟΟΟΟ
ثاني أكسيد النيتروجين (NO2)ΟΟΟΟΟ
ثاني أكسيد الكبريت (SO₂)ΟΟΟ
العضوية المتطايرة
المركبات (المركبات العضوية المتطايرة)		ΟΟΟΟ
الضوضاء (N)ΟΟΟΟΟΟΟ
درجة الحرارة (T)ΟΟΟΟΟ
الرطوبة النسبية (RH)ΟΟΟ
تعرض الضوء (الإضاءة)ΟΟΟΟΟ
التعرض للضوء (الضوء اليومي A)ΟΟΟ
الخضرةΟΟΟΟ
السلوكي والسياقيموقع / مسار GPSΟΟΟΟΟΟ
يوميات النشاط-السفر (ATD)ΟΟΟΟ
اللحظة البيئية
التقييم (EMA)		ΟΟΟ
الخصائص الأساسية (BC)ΟΟΟΟΟΟ
ملاحظات: ΟΟΟ، أدنى عدة؛ ΟΟ، الطقم القياسي؛ Ο، بديل

الجدول 5: توصيات لتكييف بروتوكول M3-BREATHE. ملخص لمجالات القياس ومستويات الأجهزة عبر بيئات الدراسة (ΟΟΟ على الأقل؛ ΟΟ القياسي؛ Ο بديل).

تتطلب عدة تعديلات واستراتيجيات استكشاف الأخطاء عند تطبيق هذا البروتوكول في بيئات مختلفة. أولا، في حالة انقطاع الاتصال بين أجهزة المراقبة والهاتف الذكي أو فترات تزيد عن 30 دقيقة مع بيانات غير صالحة أو غير صالحة (مثل فقدان بيانات المعلمات الصحية بسبب خلل في المستشعر أو عدم تلامس الجلد)، يجب إنشاء تقارير آلية للمحققين حتى يمكن التواصل مع المشاركين بسرعة لحل المشكلة. يمكن للمحققين أيضا إجراء فحوصات منتظمة لسلامة البيانات. ثانيا، بالنسبة للنشر الطولي للبروتوكول، قد يشكل الالتزام بالجهاز وإدارة البطارية تحديات أكبر. قد ينسى المشاركون أحيانا ارتداء سوار المعصم الذكي، أو إعادة شحن البنوك أو ملء يوميات النشاطات والسفر. التذكيرات الآلية داخل التطبيق، والمراقبة الخلفية، والتنبيهات اليومية اليومية هي أدوات فعالة للتخفيف.

على الرغم من مزاياها، لدى M3-BREATHE عدة قيود. بينما توفر أحزمة الصدر الذكية قياسات تنفسية دقيقة، إلا أنها غالبا غير عملية للمراقبة الواقعية طويلة الأمد بسبب بورد60 للمشاركين. لذلك ينصح باستخدام قياسات وخوارزميات لتقييم التنفس باستخدام الأساور اليدوية، رغم أنها تقلل من الدقة في تقدير حجم المد أو اكتشاف اضطرابات نظم النظم الدقيقة، ويمكن أن يتأثر أدائها بالتشوهات الحركية61. بالإضافة إلى ذلك، يزيد استخدام عدة أجهزة مراقبة بيئية من احتمال حدوث فشل في الاتصال، أو الساعات غير المتزامنة أو أعطال في أجهزة الاستشعار. يجب تطوير جهاز معياري متكامل لمراقبة الملوثات المتعددة أو الأساليب البديلة (مثل مراقبة الضوضاء عبر الهاتف الذكي)، بهدف الحفاظ على دقة القياس مع تقليل حجم الجهاز وتعظيم قابلية النقل62. علاوة على ذلك، قد يؤدي الاعتماد على أنظمة الإبلاغ الذاتي داخل التطبيق (مثل يوميات النشاط والسفر، السجلات الطبية) إلى تحيز الاستدعاء وزيادة أعباء الامتثال طويلة الأمد63. يمكن اعتماد التعرف على الأنشطة والرحلات عبر التعلم الآلي64، بينما يمكن ربط سجلات تتبع العلاجات الطبية من مقدمي الرعاية الصحية بسلاسة بتطبيق الهاتف الذكي عبر واجهة بنقرة واحدة بسيطة.

تؤسس هذه الرؤية الواقعية M3-BREATHE منصة قابلة للتوسع، غير جراحية، وفعالة من حيث التكلفة لأبحاث وممارسة الشبكة البيئية والصحية (E-M-H) الطولية، مما يعزز الأساليب القائمة. غالبا ما تعتمد الأوبئة المكانية التقليدية على المراقبة في الموقع الثابت أو البدائل السكنية لتقييم التعرض، مما يجعله عرضة لمشكلة الوحدة القابلة للتعديل (MAUP) ومشكلة السياق الجغرافي غير المؤكد (UGCoP)21,65. من خلال دمج بيانات التعرض السلوكية والفسيولوجية والبيئية متعددة الوسائط عالية الدقة في الزمكان، يتجه هذا النظام نحو تقييمات التعرض الفردية المستقلة عن الإطار، مما يسهل تفكيك "الصندوق الأسود" السلوكي في العلاقة البيئية-الصحية66,67. يدعم التفسير العميق الفردي والسكاني لديناميكيات الجرعة-الاستجابة، ويربط التعرضات متعددة الملوثات في الوقت الحقيقي بالتفاعل الفسيولوجي والنتائج الصحية، مما يتيح العلاج والتدخل الشخصي، والمراقبة الصحية العامة، والأبحاث الترجمية التي تربط التعرض البيئي والأنشطة اليومية والتنقل والنتائج الصحية68، بالإضافة إلى تسهيل إدارة الصحة الذاتية للأفراد وتخفيف المخاطر من التعرضات البيئية69 (مثلا، مخطط النشاط اليومي لتجنب ملفات E-M-H الشخصية التاريخية المعتمدة على التعرض عالي الخطورة).

تشمل التطبيقات المستقبلية ل M3-BREATHE (1) التكامل مع أنظمة التدخل اللحظية المدعومة بالذكاء الاصطناعي، حيث تثير تنبيهات التعرض المخصصة توصيات سلوك تكيفي (مثل إعادة توجيه التنقل خلال ذروة التعرض ل PM2.5 ); (2) النشر في الفئات الضعيفة (مثل كبار السن، المصابين بالربو) لتقييم الروابط الصحية والتعرض الخاصة بالأمراض ودعم الطب الدقيق؛ (3) الدمج مع البيانات الجينومية لكشف التفاعلات بين الجين والبيئة في تطور الأمراض المزمنة؛ (4) تصغير أجهزة الاستشعار البيئية المعيارية المتكاملة لتقليل عبء المشاركين وتحسين الالتزام طويل الأمد؛ (5) التوسع عبر المدن والدول لتوليد مجموعات بيانات عالمية من E-M-H لأبحاث الصحة البيئية المقارنة. بالإضافة إلى ذلك، يمكن تعديل البروتوكول لمراقبة المخاطر البيئية الأخرى عن طريق استبدال أجهزة الاستشعار المحمولة ذات الصلة.

الإفصاحات

المؤلف يصرح بعدم وجود مصالح متنافسة.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
AirBeamHabitatMapAirBeam-3PM1, PM2.5, PM10, درجة الحرارة، الرطوبة
AirVisual ProIQAirProAQI،  PM2.5, CO2, درجة الحرارة، الرطوبة. 
Atmotube ProAtmotubeProPM1, PM2.5, PM10,TVOC, درجة الحرارة، الرطوبة، الضغط الجوي
BioNomadix BioShirtBioPacBN-BIOSHIRT-Fxقميص ذكي لاسلكي مع أقطاب كهربائية من القماش وحساسات التنفس مدمجة، قادر على تسجيل تخطيط القلب وإشارات التنفس.
Extech SL355 Personal Noise DosimeterExtechSL355يسجل SPL، Leq، Peak، إلخ.
Fitbit SenseFitbit2معدل ضربات القلب، تخطيط القلب، SpO2، مستويات الإجهاد، النوم، GPS
FITVII GT5 Pro MaxFITVIIhttps://fitvii.com/products/gt5-pro-chargerمعدل ضربات القلب، ضغط الدم، تخطيط القلب، مستوى الجلوكوز في الدم، SpO2، النوم، أنماط الرياضة
GAOTek Compact Personal Noise DosimeterGAO TekASLM-341يسجل SPL، Leq، Peak، إلخ.
Go Direct Respiration BeltVernierGDX-RBمراقب التنفس الشريطي على الصدر باستخدام حساسات الإجهاد أو التمدد لكشف تمدد الصدر أو انقباضه
Hexoskin Smart ShirtHexoskinN/Aملابس ذكية مع مستشعرات نسيجية مدمجة للمراقبة المستمرة لمعدل التنفس، معدل ضربات القلب، التهوية، النشاط، النوم، إلخ
Huawei BandHuawei9معدل ضربات القلب، SpO2، مراحل النوم، معدل التنفس، اكتشاف عدم انتظام ضربات القلب
Inkbird Air Quality MonitorInkbirdN/APM2.5, PM10, HCHO, TVOC, CO, CO2،درجة الحرارة، الرطوبة
La Roche-Posay My Skin Track UVLa Roche-PosayMy Skin Track UVيُقيد بالملابس؛ يقيس UVA وUVB؛ يعمل بالطاقة الشمسية 
Miniaturized Light DosimeterWearifiBLE Light Dosimeterحتى 8 قنوات من القياس الطيفي (على سبيل المثال UV → IR)، يقيس الجرعة التراكمية من الضوء؛ جيد لتتبع التعرض طويل الأمد.
Moto Watch 120Motorolahttps://www.phonearena.com/news/motorola-moto-watch-120-us-release-price-specs-features-official_id161375معدل ضربات القلب، النوم، SpO2، الإجهاد، 100+ وضعيات الرياضة
Personal Noise Dosimeter SV-104ASvantekSV 104Aيسجل SPL، Leq، TWA، Peak، إلخ.
Prana Air Pocket PM2.5 MonitorPranaAir N/APM1, PM2.5, PM10, AQI
Smart Health WristbandVIYIWOKhttps://www.ebay.com/itm/306538996133معدل ضربات القلب، النوم، الإجهاد، أنماط الرياضة
Smart Watch Fitness TrackerTYKOIThttps://www.tykoit.com/product/senior-friendly-smart-watch-no-phone-app-neededمعدل ضربات القلب، SpO2، النوم، الخطوات، السعرات الحرارية
SunSprite Personal Light TrackerGoodLux TechnologySunSpriteيُقيد بالملابس؛ يقيس الضوء المرئي والأشعة فوق البنفسجية؛ يعمل بالطاقة الشمسية
Temtop Air Station ‎ElitechP1,M2000PM2.5, PM10, AQI, درجة الحرارة، الرطوبة، والطقس
Xiaomi Smart BandXiaomi9معدل ضربات القلب، SpO2، مراحل النوم، مستويات الإجهاد

المراجع

  1. Zhang, Y., Kwan, M. P. Considering human mobility is essential for accurate environmental exposure assessment. Sci. Bull. , (2025).
  2. Zinsstag, J., et al. Advancing one human-animal-environment health for global health security: what does the evidence say. Lancet. 401 (10376), 591-604 (2023).
  3. Le, H. T., Poom, A. Advancing environmental exposure and health impact assessment research with travel behaviour studies. Transp. Rev. 44 (4), 733-742 (2024).
  4. Tian, Y., Chen, C., Sagoe-Crentsil, K., Zhang, J., Duan, W. Intelligent robotic systems for structural health monitoring: Applications and future trends. Autom. Constr. 139, 104273(2022).
  5. Wong, D. W. The modifiable areal unit problem (MAUP). WorldMinds: Geographical Perspectives on 100 Problems: Commemorating the 100th Anniversary of the Association of American Geographers 1904-2004. , Springer Netherlands. Dordrecht. 571-575 (2004).
  6. Parenteau, M. P., Sawada, M. C. The modifiable areal unit problem (MAUP) in the relationship between exposure to NO₂ and respiratory health. Int. J. Health Geogr. 10 (1), 58(2011).
  7. Jelinski, D. E., Wu, J. The modifiable areal unit problem and implications for landscape ecology. Landsc. Ecol. 11 (3), 129-140 (1996).
  8. Cai, G., Hao, Y. Guiding geospatial analysis processes in dealing with modifiable areal unit problems. 13th Int. Conf. on Geographic Information Science (GIScience 2025), , Schloss Dagstuhl-Leibniz-Zentrum für Informatik. 14-1 (2025).
  9. Goodchild, M. F. Geographical information science. Int. J. Geogr. Inf. Syst. 6 (1), 31-45 (1992).
  10. Kwan, M. P., Schwanen, T. Geographies of mobility. Ann. Am. Assoc. Geogr. 106 (2), 243-256 (2016).
  11. Hayward, P. M. The modifiable areal unit problem (MAUP) and health disparities. , University of Connecticut. PhD thesis (2009).
  12. Tobler, W. R. Frame independent spatial analysis. Accuracy of Spatial Databases. , 115-122 (1989).
  13. Wong, D. Aggregation effects in geo-referenced data. Practical Handbook of Spatial Statistics. , CRC Press. 83-106 (2020).
  14. Kwan, M. P. From place-based to people-based exposure measures. Soc. Sci. Med. 69 (9), 1311-1313 (2009).
  15. Fang, T. B., Lu, Y. Personal real-time air pollution exposure assessment methods promoted by information technological advances. Ann. GIS. 18 (4), 279-288 (2012).
  16. Kwan, M. P. The limits of the neighborhood effect: contextual uncertainties in geographic, environmental health, and social science research. Ann. Am. Assoc. Geogr. 108 (6), 1482-1490 (2018).
  17. Liu, Y., Kwan, M. P., Yu, C. The uncertain geographic context problem (UGCoP) in measuring people’s exposure to green space using the integrated 3S approach. Urban For. Urban Green. 85, 127972(2023).
  18. Kwan, M. P. The uncertain geographic context problem. Ann. Assoc. Am. Geogr. 102 (5), 958-968 (2012).
  19. Fusco, G., Caglioni, M., Emsellem, K., Merad, M., Moreno, D., Voiron-Canicio, C. Questions of uncertainty in geography. Environ. Plan. A. 49 (10), 2261-2280 (2017).
  20. Kwan, M. P., Neutens, T. Space-time research in GIScience. Int. J. Geogr. Inf. Sci. 28 (5), 851-854 (2014).
  21. Park, Y. M., Kwan, M. P. Individual exposure estimates may be erroneous when spatiotemporal variability of air pollution and human mobility are ignored. Health Place. 43, 85-94 (2017).
  22. Ma, J., Tao, Y., Kwan, M. P., Chai, Y. Assessing mobility-based real-time air pollution exposure in space and time using smart sensors and GPS trajectories in Beijing. Smart Spaces and Places. , Routledge. 102-116 (2021).
  23. Thomas, D., Stram, D., Dwyer, J. Exposure measurement error: influence on exposure-disease relationships and methods of correction. Annu. Rev. Public Health. 14 (1), 69-93 (1993).
  24. Wu, Y., et al. Methods to account for uncertainties in exposure assessment in studies of environmental exposures. Environ. Health. 18 (1), 31(2019).
  25. Racz, L., Rish, W. Exposure monitoring toward environmental justice. Integr. Environ. Assess. Manag. 18 (4), 858-862 (2021).
  26. Vandenberg, L. N., et al. Addressing systemic problems with exposure assessments to protect the public’s health. Environ. Health. 21 (Suppl 1), 121(2023).
  27. Wei, L., et al. Validity of mobility-based exposure assessment of air pollution: A comparative analysis with home-based exposure assessment. Environ. Sci. Technol. 58 (24), 10685-10695 (2024).
  28. Schmitz, O., et al. A computational framework for agent-based assessment of multiple environmental exposures. J. Expo. Sci. Environ. Epidemiol. , 1-13 (2025).
  29. Tian, W., Cao, K., Feng, Q. The impact of environmental exposure on the health of older adults: A review from the GIScience perspective. Trans. GIS. 29 (3), e70056(2025).
  30. Reck, D. J., Martin, H., Axhausen, K. W. Mode choice, substitution patterns and environmental impacts of shared and personal micro-mobility. Transp. Res. D Transp. Environ. 102, 103134(2022).
  31. Brottrager, M., Crespo Cuaresma, J., Kniveton, D., Ali, S. H. Natural resources modulate the nexus between environmental shocks and human mobility. Nat. Commun. 14 (1), 1393(2023).
  32. Guo, W., He, J., Yang, W. Association between outdoor jogging behavior and PM₂.₅ exposure: Evidence from massive GPS trajectory data in Beijing. Sci. Total Environ. 947, 174759(2024).
  33. Cyriac, J., et al. Improvements in diet and physical activity–related psychosocial factors among African Americans using a mobile health lifestyle intervention to promote cardiovascular health: The FAITH! App pilot study. JMIR Mhealth Uhealth. 9 (11), e28024(2021).
  34. Rafiq, R., McNally, M. G., Uddin, Y. S., Ahmed, T. Impact of working from home on activity-travel behavior during the COVID-19 Pandemic: An aggregate structural analysis. Transp. Res. A Policy Pract. 159, 35-54 (2022).
  35. Farnham, A., et al. Travel behaviours and health outcomes during travel: profiling destination-specific risks in a prospective mHealth cohort of Swiss travellers. Travel Med. Infect. Dis. 47, 102294(2022).
  36. Fanning, J., Brooks, A. K., Irby, M. B., N’Dah, K. W., Rejeski, W. J. Associations between patterns of daily stepping behavior, health-related quality of life, and pain symptoms among older adults with chronic pain: A secondary analysis of two randomized controlled trials. Clin. Interv. Aging. , 459-470 (2024).
  37. Guo, W., Schwanen, T., Brand, C., Chai, Y. The associations of real-time and perceived air pollution exposure with episode-level subjective wellbeing: A case study of a suburban community in Beijing. Health and Place. 94, 103477(2025).
  38. Abernethy, A., et al. The promise of digital health: then, now, and the future. NAM Perspect. 2022, 10-31478 (2022).
  39. Kickbusch, I., et al. The Lancet and Financial Times Commission on governing health futures 2030: growing up in a digital world. Lancet. 398 (10312), 1727-1776 (2021).
  40. Poongodi, M., Sharma, A., Hamdi, M., Maode, M., Chilamkurti, N. Smart healthcare in smart cities: Wireless patient monitoring system using IoT. J. Supercomput. 77 (11), (2021).
  41. Steinhubl, S. R., Muse, E. D., Topol, E. J. The emerging field of mobile health. Sci. Transl. Med. 7 (283), 283rv3(2015).
  42. Almotiri, S. H., Khan, M. A., Alghamdi, M. A. Mobile health (m-health) system in the context of IoT. 2016 IEEE 4th International Conference on Future Internet of Things and Cloud Workshops (FiCloudW), , 39-42 (2016).
  43. Tiele, A., Esfahani, S., Covington, J. Design and development of a low-cost, portable monitoring device for indoor environment quality. J. Sens. 2018 (1), 5353816(2018).
  44. van Duijnhoven, J., et al. Measuring light exposure in daily life: A review of wearable light loggers. Build. Environ. , 112771(2025).
  45. Fischer, T., Schraivogel, S., Caversaccio, M., Wimmer, W. Are smartwatches a suitable tool to monitor noise exposure for public health awareness and otoprotection. Front. Neurol. 13, 856219(2022).
  46. Haddad, C., Sacre, H., Obeid, S., Salameh, P., Hallit, S. Validation of the Arabic version of the “12-item short-form health survey” (SF-12) in a sample of Lebanese adults. Arch. Public Health. 79 (1), 56(2021).
  47. Wade, D., Varker, T., Forbes, D., O'Donnell, M. The Alcohol Use Disorders Identification Test-Consumption (AUDIT-C) in the assessment of alcohol use disorders among acute injury patients. Alcohol. Clin. Exp. Res. 38 (1), 294-299 (2014).
  48. Lee, P. H., Macfarlane, D. J., Lam, T. H., Stewart, S. M. Validity of the international physical activity questionnaire short form (IPAQ-SF): A systematic review. Int. J. Behav. Nutr. Phys. Act. 8 (1), 115(2011).
  49. Farrahi Moghaddam, J., Nakhaee, N., Sheibani, V., Garrusi, B., Amirkafi, A. Reliability and validity of the Persian version of the Pittsburgh Sleep Quality Index (PSQI-P). Sleep Breath. 16 (1), 79-82 (2012).
  50. Liaqat, D., et al. WearBreathing: Real world respiratory rate monitoring using smartwatches. Proc. ACM Interact. Mob. Wearable Ubiquitous Technol. 3 (2), 1-22 (2019).
  51. Takahashi, Y., et al. Accuracy of heart rate and respiratory rate measurements using two types of wearable devices. Prog. Rehabil. Med. 7, 20220016(2022).
  52. Hernandez, J., McDuff, D., Picard, R. W. Biowatch: estimation of heart and breathing rates from wrist motions. 2015 9th International Conference on Pervasive Computing Technologies for Healthcare (PervasiveHealth), , 169-176 (2015).
  53. Natarajan, A., Su, H. W., Heneghan, C., Blunt, L., O’Connor, C., et al. Measurement of respiratory rate using wearable devices and applications to COVID-19 detection. NPJ Digit. Med. 4 (1), 136(2021).
  54. Guo, W., Schwanen, T., Brand, C., Chai, Y. The associations of real-time and perceived air pollution exposure with episode-level subjective wellbeing: A case study of a suburban community in Beijing. Health Place. 94, 103477(2025).
  55. Yu, M., et al. Developing high-resolution PM2.5 exposure models by integrating low-cost sensors, automated machine learning, and big human mobility data. Front. Environ. Sci. 11, 1223160(2023).
  56. Xia, C., Yeh, A. G. Mobility as a response to environmental hazards in the urban context: A new perspective on mobility and inequality. Travel Behav. Soc. 27, 192-203 (2022).
  57. Guo, W., Chai, Y., Kwan, M. P. Travel-related exposure to air pollution and its socio-environmental inequalities: Evidence from a week-long GPS-based travel diary dataset. Spatiotemporal Analysis of Air Pollution and Its Application in Public Healt. , 293-309 (2020).
  58. Dritsas, E., Trigka, M. Efficient data-driven machine learning models for cardiovascular diseases risk prediction. Sensors. 23 (3), 1161(2023).
  59. Amini, H. WHO air quality guidelines need to be adopted. Int. J. Public Health. 66, 1604483(2021).
  60. Vitazkova, D., et al. Advances in respiratory monitoring: a comprehensive review of wearable and remote technologies. Biosensors. 14 (2), 90(2024).
  61. Mayorga-Vega, D., Casado-Robles, C., López-Fernández, I., Viciana, J. Activity wristband-based physical activity recommendations in young people. Sci. Sports. 37 (4), 303-315 (2022).
  62. Fanti, G., et al. Features and practicability of the next-generation sensors and monitors for exposure assessment to airborne pollutants: a systematic review. Sensors. 21 (13), 4513(2021).
  63. Möller, A., Kranz, M., Schmid, B., Roalter, L., Diewald, S. Investigating self-reporting behavior in long-term studies. Proc. SIGCHI Conf. Hum. Factors Comput. Syst, , 2931-2940 (2013).
  64. Koushik, A. N., Manoj, M., Nezamuddin, N. Machine learning applications in activity-travel behaviour research: a review. Transp. Rev. 40 (3), 288-311 (2020).
  65. Li, J., et al. Five-year lung cancer mortality risk analysis and topography in Xuan Wei: a spatiotemporal correlation analysis. BMC Public Health. 19 (1), 173(2019).
  66. Le, H. T., Poom, A. Advancing environmental exposure and health impact assessment research with travel behaviour studies. Transp. Rev. 44 (4), 733-742 (2024).
  67. Guo, W., Schwanen, T., Brand, C., Chai, Y. Exploring the complex relationships between air pollution, life satisfaction and mental health through the lens of daily activity-travel patterns: The case of a suburban residential community in Beijing. J. Transp. Geogr. 127, 104300(2025).
  68. Kaufman, J. D., Curl, C. L. Environmental health sciences in a translational research framework: more than benches and bedsides. Environ. Health Perspect. 127 (4), 045001(2019).
  69. Peerbolte, T. F., et al. Conversational agents supporting self-management in people with a chronic disease: systematic review. J. Med. Internet Res. 27, e72309(2025).

إعادة الطباعة والأذونات

استكشف المزيد من المقالات

المراقبة الصحية المتنقلةالمراقبة متعددة الأنماطالإشارات الفسيولوجيةالتعرضات البيئيةالوظيفة التنفسيةتتبع نظام تحديد المواقع العالمي (GPS)تنبيهات التعلم الآليالتقييم الصحي الشخصيالبيانات البيئية الحضريةالمراقبة الصحية الطولية
M3-BREATHE في العالم الحقيقي: نحو المراقبة متعددة الوسائط للسلوك والتنفس والتعرضات من أجل العلاج وتقييم الصحة
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.