需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

一种用于与可穿戴设备配对以监测个人健康状况的应用程序

2.9K 次观看

⸱

DOI：

10.3791/63169

⸱

2022年2月3日

 ,  ,  ,  ,  ,  ,  , 
1Department of Horticulture and Landscape Architecture, National Taiwan University, 2Department of Landscape Architecture, University of Illinois, Champaign, 3Smart, Healthy Community Initiative, Office of the Provost, University of Illinois, Champaign

本文内容

摘要

本方案介绍了一种非商业化的自主开发应用程序，用于采集实时现场数据，包括心理量表、GPS位置、心率和血氧饱和度水平，以及该应用程序的操作流程。以2020年在中国台湾开展的一项实证研究作为应用示例。

摘要

本方案旨在展示技术整合，详细描述如何在智能手机和智能手表上采用由台湾大学健康景观与健康人群实验室（HLHP-NTU）开发的 HealthCloud 应用程序，以采集用户实时的心理和生理反应数据以及环境信息。由于在景观与户外游憩研究的实地调查中，测量个人多维度数据存在困难，因此提出了一种灵活且集成的研究方法。本研究以2020年在台湾大学校园内开展的一项实地研究作为应用示例，排除无效样本后共使用了385名参与者的数据集。实验过程中，要求参与者在校园内自由行走30分钟，期间同步测量其心率、心理量表条目以及多项环境指标。本研究旨在提供一种可行方案，以协助实地研究追踪与环境因素相匹配的人体实时反应。由于该应用程序具有高度灵活性，其在可穿戴设备上的应用在多学科研究中展现出巨大潜力。

引言

实时数据采集
在日常生活中，人们以多种方式受益于物理环境。例如，已有大量研究发现接触自然环境可带来积极的心理1和心率恢复效应2。此外，环境因素（如温度和湿度）与心理健康之间的关系也已被探讨3,4。研究还探索了生理与心理反应之间的关联，例如心率与压力的关系5,6,7,8。在严格控制的实验室研究中，已发现接触自然环境对心理和生理健康具有广泛益处的证据9,10，但这些研究可能未能充分反映实际环境中复杂的多种影响因素。因此，为了测量实时人体反应之间的关系，现场研究被认为比实验室模拟更能真实反映现实生活中的体验及对环境的反应11。此外，人类对环境的反应可能依赖于具体情境12。鉴于理解人群心理健康、生理健康与环境质量之间关系的重要性，迫切需要一种能够实时自我追踪并采集多种信息指标的测量方法。

生态瞬时评估（EMAs）或经验取样方法（ESMs）可能为现场研究提供解决方案13,14. 体验抽样法（EMAs）和生态瞬时评估法（ESMs）旨在实地评估人类在真实生活情境中的即时反应15通过采用自我追踪技术，可以实时测量个体的反应、应答及现场体验14参与者将收到通知 通过 信号（如短信或通知），以在所谓的信号随机抽样方案中实施评估15“EMA”这一术语主要应用于健康相关研究中13而“ESM”通常用于休闲与户外游憩研究中16然而，这些术语有时会被互换使用12.

Beute 等人讨论了将 EMA 应用于环境研究的可能性12，指出 EMA 能够涵盖比单纯的“自然”或“城市”环境更为多样的环境类型。例如，通过采用可移动测量方法（如 GPS 定位追踪），可以在步行过程中将生理反应与实时位置数据集进行匹配，从而更精细地分辨环境类型和环境特征7。此外，EMA 所支持的实时数据采集确保了较高的生态效度，为实验室研究提供了有益的补充视角。

越来越多的现场实证研究采用可穿戴设备和智能手机来监测个人日常生活中的健康状况并用于科研目的17,18,19,20。同时使用这两种设备可能比仅使用智能手机具有更多优势12。首先，使用智能手表的访问时间比使用手机更短21，这可能减少对日常活动的干扰负担。其次，手表比智能手机更贴近身体22，而手机可作为临时数据库用于保存和上传数据。第三，如今的智能手表提供多种传感器，可用于监测不同参数，如心率变异性、心电图（ECG）和血压23,24,25,26,27。个体和整体的人体反应可据此推断特定活动12。最后，在基于智能手机的研究中，手机通常被放置在口袋中，而在进行问卷调查时，相比使用智能手表需要额外的操作。

然而，很少有研究探讨心理和生理结果与环境信息之间的关系。因此，本研究展示了在智能手表和智能手机等可穿戴设备上采用非商业化的自主开发应用程序 HealthCloud，以收集实时的心理、生理和环境信息。

自主研发的应用程序与可穿戴设备
该用于可穿戴设备的应用程序由台湾大学健康景观与健康人群实验室（HLHP-NTU）开发，旨在提供更便捷、更灵活的方式以追踪人体反应和环境数据，使研究人员能够进一步分析人类健康与环境信息之间的关系（图1）。

该应用程序基于 iOS 系统，提供多种任务及被动数据采集功能。应用程序可在智能手表上收集用户自报数据，例如通过“随机测验”问题呈现的心理量表条目，用户可对自身反应进行一至五星的快速评分，实现简便评估。此类问题干预可被视为一种微交互式经验取样法（Micro interaction-EMA）µEMA)-an 原位 一种数据收集方法，相较于智能手表实时评估（smartwatch-EMA），所需注意力更少且应答率更高28传感器监测的生理反应数据，包括心率、心率变异性以及血氧饱和度水平，可通过 iOS 系统的功能进行测量。心率是通过智能手表的光学心率传感器，利用一种称为光电容积脉搏波描记法（photoplethysmography）的技术进行测量的。29该应用程序利用绿色LED灯和光敏光电二极管检测血流量，并计算每分钟心跳次数。同时，也可通过应用程序检测心率变异性（HRV）和血氧浓度（SpO2）。对于智能手机而言，可执行诸如斯特鲁普测试（Stroop Test）等任务。图2B）以及图像采集任务（图 2C），以及环境声音任务（图 2D），环境条件数据（包括相对湿度、天气和海拔）通过多个应用程序编程接口被动采集。

智能手表、智能手机和网络界面的数据收集过程示意图；健康监测
图1：应用程序概览。 应用程序在智能手表、智能手机和数据库上的功能。请点击此处查看此图的放大版本。

用于情绪评估、斯特鲁普测试、图像采集和语音分析的智能手表和手机应用程序。
图 2：应用程序任务。 可在应用程序中使用的任务示例：从左至右依次为（A）弹出式问题，（B）斯特鲁普测试，（C）图像采集任务，（D）环境声音任务。请点击此处查看此图的放大版本。

所有数据将上传至后端网站（合作研究人员可访问，参见材料表）。该网站提供若干主要功能：地图显示，可展示用户当前位置及心率（图3）；数据表，用于浏览和提取数据（图4）；以及任务配置功能，可修改任务的频率、优先级和内容（图5）。由于具备高度灵活性和广泛的测量能力，研究人员可根据研究目标轻松选择前述任务功能。此外，该应用程序对用户和研究人员均有益处。应用程序会根据用户回答的问题及其选择的路线，为其提供健康报告和GPS位置轨迹（图6）。因此，用户可快速了解当日的健康状况，并持续追踪自身的健康数据。

健康数据地图；显示与健康相关数据点的交互式城市地图，用于分析。
图3：应用程序数据库中显示的地图。 应用程序数据库的地图展示为研究人员提供包括位置和心率在内的实时信息。请点击此处查看此图的放大版本。

显示测试详情、心率、GPS坐标、海拔、天气的健康数据管理表格。
图4：应用程序数据库中的数据表。 应用程序数据库中显示地图的数据报告，可通过筛选时间、场地或测试者ID来导出数据。请点击此处查看此图的放大版本。

健康云配置界面；数据输入设置、任务调度、预览选项。
图 5：应用程序数据库中的任务配置。 可以修改任务优先级、时间间隔、语言以及问卷内容。 请点击此处查看此图的放大版本。

健康追踪截图：地图路线和心率分析，含图表、数据趋势、电子邮件分享。
图 6：应用程序用户的健康报告。 使用该应用程序后，用户可自动获得一组个人化结果。 请点击此处查看此图的放大版本。

代表性研究
为展示利用智能手机和智能手表上的应用程序整合多维度数据采集的能力，一个 原位 本研究于2020年在台北市中国台湾大学校园内进行。研究参与者通过中国台湾大学社交媒体粉丝专页上的在线表单，在实验开始前1周进行招募。该表单包含研究目的、流程、地点、参与条件、拟佩戴研究设备的示意图，以及供读者填写参与意愿和可参与时间的栏目。报名完成后，参与者将于实验前2天通过电子邮件收到实验的具体时间与地点通知。由于本研究涉及心理变化、生理状态、身体活动（步行）以及声音与色彩感知，参与者需满足以下条件：（1）年龄介于20至36岁之间；（2）身心健康状况良好；（3）未长期使用影响中枢神经系统的药物；（4）非孕期或哺乳期女性；（5）无心血管疾病病史；（6）能够持续步行超过30分钟；（7）具备辨识颜色的能力。

实验当天，参与者被提供了一套智能手机和智能手表以及一张路线图。研究人员向参与者统一说明了研究目的、研究流程、可穿戴设备以及研究过程中需要注意的事项。在行走过程中，每5分钟通过“随机测验”任务评估一次心理反应，同时智能手表中的传感器每分钟测量一次心率等生理反应。实验结束后，参与者获得了等值200新台币的礼品卡作为报酬（约合7美元）。

在心理测量方面，本研究考虑了景观偏好以及感知恢复量表短版的两个方面30即“远离日常”和“引人入胜”。通过让参与者在五点李克特量表（1表示“强烈不同意”，5表示“强烈同意”）上对以下陈述进行评分，以测量个体基于注意力恢复理论对环境恢复性因素的感知：“这是一个远离日常需求的地方，在这里我可以放松并思考我感兴趣的事物。”以及“那个地方令人着迷；它足够大，让我可以去探索并对事物保持好奇。”31采用五点李克特量表评估景观偏好，问题为：“无论出于何种原因，您对该环境的喜爱程度如何？”，选项从（1）“非常不喜欢”到（5）“非常喜欢”。问卷通过“随堂测验”任务发送，时间间隔为5 min，即参与者每5 min收到一次问卷。

在生理测量中，采用步行时的心率（HR）来反映参与者的生理指标，时间间隔为1分钟。环境信息（包括GPS数据（纬度和经度）、温度、相对湿度、风速和风向）通过智能手机采集。

访问受限。请登录或开始试用以查看此内容。

方案

整个实验方案遵循中国台湾大学研究伦理委员会办公室关于开展涉及人类实验的指导原则。在受试者招募过程中，通过口头和书面形式向候选人告知实验指导说明、权利及潜在风险，并收集已签署的知情同意书。该应用程序可安装在智能手机和智能手表上（参见材料表）。

1. 心理与生理实验的准备工作

  1. 获取实验地点的相关信息，以便安排活动日程。
  2. 根据实验方案实施的具体地点设计实验流程。
  3. 获得伦理审批。
  4. 准备实验介绍内容，用于招募参与者及提供操作说明。
    注意：说明内容应包括参与者需完成的任务，以及实验过程中应遵守的注意事项。
  5. 在 HealthCloud 应用的后台网站中创建新的 字段名称，用于标记目标数据。
    1. 登录后台网站。
      注意：目前仅限合作研究人员访问该网站。
    2. 在应用数据库的 管理管理 模块下的 设置字段 中添加新的 字段名称，以标记实验期间收集的数据（图7）。
      注意：目标数据可在数据表中被快速识别和提取（图5）。
  6. 将问卷条目导入配置系统。
    1. 登录后台网站。
    2. 在 管理管理 > 配置 页面，点击 选择文件 按钮，上传规定格式的问卷文件（表1）。
      注意：在 表1 中，第一列为英文问题填写处，第二列为中文版本填写处，第三列为问题标识符填写处。用户接收到的问题语言（英文或中文）取决于智能手机的语言设置。在本研究中，整个系统的语言设置为中文，因此问题以中文呈现。
  7. 设置随堂测验问题（即问卷）的时间间隔。
    1. 登录后台网站。
    2. 在 管理管理 > 配置 页面，通过在“随堂测验周期”中选择分钟数来设定时间间隔（图5）。
      注意：本研究中，随堂测验任务的重复时间间隔为 5 分钟，但该间隔可在 1 分钟至 72 小时之间任意设置。

2. 受试者招募

  1. 使用介绍性说明招募参与者。
    注意：本研究通过在线调查招募参与者。无论参与者是否拥有自己的设备，均会为其提供一部智能手机和一块智能手表（参见材料表）。
  2. 排除年龄不在20至36岁之间、处于妊娠或哺乳期、色盲以及患有嗅觉相关疾病的人群。
  3. 向参与者详细介绍实验的全部内容，包括研究目的、实验研究方法与流程、实验要求、实验可能存在的风险、参与者可能获得的益处以及参与者的权利。
  4. 获取参与者的书面知情同意书。

3. 可穿戴设备及应用程序的准备

  1. 在 App Store 下载 HealthCloud 应用程序。
  2. 确保所提及的工具已准备就绪，电量充足，具备 GPS 功能，并在现场具有稳定的互联网信号。
  3. 检查应用程序的操作流程，确认心率功能是否正常。
    1. 在手机上创建账户并登录应用程序（图 8A）。
    2. 确保应用程序主页面成功收集所有实时信息，包括心率、位置（纬度和经度）、海拔、天气、用户自启动以来移动的距离以及应用程序运行的持续时间（图 8B）。
    3. 在设置页面点击设置测量项，选择事先创建的字段名称，并根据参与者的“测试编号”为其命名（图 8C）。
  4. 设备设置完成后，口头向受试者说明如何正确使用智能手表和智能手机进行评估，具体措辞如下：
    1. 在智能手表上按下开始按钮，以开始收集生理和环境信息（图 8D）。
      注意：步行过程中，手表将通过振动五次提示任务开始。
    2. 收到任务后，请按照手表上的指示操作。
    3. 要开始执行任务，请按下确定！，并按照手表屏幕上的提示进行操作。
      1. 对于“快速测验”任务，请对陈述按 1 至 5 星进行评分以回答心理量表项目，然后点击发送完成测量。
      2. 对于“拍照”、“斯特鲁普测试”和“语音”任务，请在手机上打开 HealthCloud 应用程序，并按照提示操作。
      3. 对于 HRV 任务，请打开呼吸应用程序，点击“开始”以启动测量，HRV 数据将被上传。
      4. 对于 SpO2 任务，请在手表上打开血氧应用程序，点击开始以开始测量，结果将被上传。
        注意：在步行开始前，请提醒参与者以下内容：步行过程中，您将随机收到关于心理量表项目的问题，问题之间有指定的时间间隔。请在步行过程中不要更改手机或手表的任何设置。如出现任何错误，请立即通知指导人员。

4. 数据采集

  1. 向参与者索取用于押金的个人身份证件，以换取智能手表和智能手机。
  2. 口头提醒参与者放松并享受步行过程，具体措辞如下：“实验过程中，请放松心情，享受整个步行过程；就像您没有在参与实验一样自然行走。”
  3. 步行结束后，回收设备并点击 Quit and Calc 以结束实验。
  4. 向参与者提供等值 200 新台币的礼品卡。

5. 数据分析

  1. 从应用程序的后端网站获取数据。
    1. 登录后端网站。通过筛选时间、领域和测试员 ID，从数据表中提取研究数据。
    2. 点击 导出 CSV 以下载数据集（图 4）。
  2. 使用统计软件进行描述性统计分析（参见 材料表）。

问题（英文）问题（中文）指标
这是一个远离日常事务的地方，在那里我可以放松下来，思考我感兴趣的事物。中国书法，传统字体，艺术表达，优雅的笔触。
中文文本：可以放鬆並可以思考我感興趣的事物		远离感
那个地方令人着迷；它足够广阔，让我能够去探索并对其事物产生好奇。用于语言处理研究中光学字符识别（OCR）的中文文本样本。
表达发现与好奇心的中文文本图像。		吸引力
无论出于何种原因，你有多喜欢这个环境？询问对景色偏好的中文文本。偏好度

表1：随堂小测验题目的格式。 本研究中采用的心理量表条目被用作示例，以展示随堂小测验题目的格式。

健康云数据管理界面、数据库字段表、用户配置设置。
图7：“字段名称”设置。 在后台网站中，需在黑色输入框中键入新的字段名称，然后点击 添加 以标记目标数据。 请点击此处查看此图的放大版本。

移动心脏监测应用程序界面、登录屏幕、测量数据、智能手表启动显示。
图 8：应用程序的操作流程。 用户登录。(A) 智能手表上应用程序的登录界面；应用程序在智能手表上的启动界面显示于(B)。(C) 应用程序的主页面，实时数据显示于此。(D) 测量设置中可更改“字段名称”和“测试编号”。请点击此处查看该图的放大版本。

访问受限。请登录或开始试用以查看此内容。

结果

原始样本包含423名个体，其中18人因应用程序测试版本不稳定导致数据质量较差而被排除，另有20人未能完成所有“随堂测验”题目。最终有效样本率为0.91。研究招募了来自中国台湾大学的385名学生（213名女性，172名男性）。参与者的年龄介于20至36岁之间（平均值 = 23.38，标准差 = 2.268）。在心理状态方面，共收集到514次偏好评分（PREF，平均值 = 3.74，标准差 = 1.033）、548次远离感评分（AWAY，平均值 = 3.51，标准差 = 1.101）以及523次着迷感评分（FSCN，平均值 = 3.30，标准差 = 1.135）。在生理反应（即心率，HR）方面，共收集到14,253个数据点（单位 = 每秒心跳次数，平均值 = 107.83，标准差 = 15.002）。在环境信息方面，共收集到14,253个与GPS纬度（LAT，平均值 = 25.018，标准差 = 0.002）和经度（LONG，平均值 = 121.539，标准差 = 121.533）相关的数据点、14,253个与温度（TEMP；单位 = 摄氏度，平均值 = 33.87，标准差 = 1.517）相关的...

访问受限。请登录或开始试用以查看此内容。

讨论

研究目的与重要发现
可穿戴设备（如智能手机和智能手表）已被广泛用于研究生理指标或综合征32,33,34、心理状态22,35、环境信息或行为18,36。目前大多数智能设备的应用主要集中在个人某一方面信息的采集。据我们所知，本研究是少数能够对心理、生理和环境数据进行整合且灵活评估的研究之一。此外，不同于仅使用智能手机作为研究工具的研究35,37，本方案利用智能手表提供移动式问卷，用于实时心理状态评估，并精确采集生理数据；而智能手机则用于数据的存储、处理和传输。

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何披露信息。

致谢

中国台湾农业委员会资助了2018年至2020年的研究项目及HealthCloud应用程序的开发[109农业科学-7.5.4-补充-#1(1)]([109 figure-acknowledgements-1-7.5.4-figure-acknowledgements-2-#1(1)])。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
Apple Watch 6Apple用于 HealthCloud 应用程序的使用，例如弹出式问题、心率测量。
iPhoneApple用于 HealthCloud 应用程序的使用，例如 GPS 位置采集、天气数据采集、数据存储和数据传输。
HealthCloud自主开发HealthCloud 应用程序由台湾大学健康景观与健康人群实验室（HLHP-NTU）开发，采用 Apple Watch 和 iPhone，用于追踪人类反应。该应用程序集成了多个 API，如 HealthKit、ResearchKit、Weather API 以及 Apple Watch 应用程序（包括 Breathe 应用和 Blood Oxygen 应用），以采集生理状态、心理状态及环境数据，旨在进一步分析人类健康与环境信息之间的关系。

该应用程序在 App Store 中的链接如下：https://apps.apple.com/tw/app/healthcloud/id1446179518?l=en
后端网站HealthCloud 应用程序的后端网站，用于任务配置、数据导出以及用户信息展示。
http://healthcloud.hort.ntu.edu.tw/
HealthKitApple用于获取生理反应数据，如心率、心率变异性（HRV）和血氧饱和度水平。
HealthKit 链接：
https://developer.apple.com/documentation/healthkit
ResearchKitApple该工具包包含多种用于研究目的的任务。HealthCloud 应用程序中采用的功能包括图像采集任务、环境声音任务、Stroop 测试，以及用于心理状态测量的弹出式问题，如感知恢复性量表、景观偏好等。
ResearchKit 链接：
https://www.researchandcare.org/
Weather APIOpenWeather用于从最近的气象站收集实时环境数据，包括湿度、天气状况、全球定位系统位置、海拔等。
Weather API 链接：
https://openweathermap.org/api
Breathe 应用Apple用于评估实时心率变异性（HRV）。本试点研究的流程中未包含此应用程序，但 HealthCloud 现已能够获取来自 Breathe 应用的 HRV 数据。
Breathe 应用链接：
https://apps.apple.com/us/app/breathe/id1459455352
Blood Oxygen 应用Apple用于评估实时血氧浓度水平（SpO2）。最新版本的 HealthCloud 能够获取来自该应用的 SpO2 数据。本试点研究的流程中未包含此应用程序。 然而，
Blood Oxygen 应用的测量说明：
https://support.apple.com/en-us/HT211027
Blood Oxygen 应用链接：
https://apps.apple.com/us/app/breathe/id1459455352"
IBM SPSS Statistics 25IBM用于统计分析。
Blood Oxygen 应用链接：
https://www.ibm.com/support/pages/downloading-ibm-spss-statistics-25

参考文献

  1. Purcell, T., Peron, E., Berto, R. Why do preferences differ between scene types. Environment and Behavior. 33 (1), 93-106 (2001).
  2. 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).
  3. 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).
  4. Majeed, H., Lee, J. The impact of climate change on youth depression and mental health. The Lancet Planetary Health. 1 (3), 94-95 (2017).
  5. 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).
  6. 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).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. Shiffman, S., Stone, A. A., Hufford, M. R. Ecological momentary assessment. Annual Review of Clinical Psychology. 4, 1-32 (2008).
  14. Hektner, J. M., Schmidt, J. A., Csikszentmihalyi, M. Experience sampling method: Measuring the quality of everyday life. , Sage. (2007).
  15. 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).
  16. 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).
  17. 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).
  18. Cagney, K. A., Cornwell, E. Y., Goldman, A. W., Cai, L. Urban mobility and activity space. Annual Review of Sociology. 46, 623-648 (2020).
  19. Chaix, B. Mobile sensing in environmental health and neighborhood research. Annual Review of Public Health. 39, 367-384 (2018).
  20. 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).
  21. 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). , ACM. New York, NY, USA. 219-222 (2008).
  22. 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).
  23. 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).
  24. Hernando, D., Roca, S., Sancho, J., Alesanco, Á, 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).
  25. 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).
  26. 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).
  27. Verdecchia, P., Angeli, F., Gattobigio, R. Clinical usefulness of ambulatory blood pressure monitoring. Journal of the American Society of Nephrology. 15, Suppl. 1 30-33 (2004).
  28. 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).
  29. Monitor your heart rate with Apple Watch. , Available from: https://support.apple.com/en-us/HT204666 (2021).
  30. Berto, R. Exposure to restorative environments helps restore attentional capacity. Journal of Environmental Psychology. 25 (3), 249-259 (2005).
  31. Kaplan, S. The restorative benefits of nature: Toward an integrative framework. Journal of Environmental Psychology. 15 (3), 169-182 (1995).
  32. 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).
  33. 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).
  34. 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).
  35. 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).
  36. 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).
  37. Ståhl, A., Höök, K., Svensson, M., Taylor, A. S., Combetto, M. Experiencing the affective diary. Personal and Ubiquitous Computing. 13 (5), 365-378 (2009).
  38. 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).
  39. 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).
  40. 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).
  41. 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).
  42. 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).
  43. 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).
  44. 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).
  45. 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).

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

健康监测实时数据生理反应心理反应环境数据采集智能手机应用智能手表集成心率测量户外休闲研究
一种用于与可穿戴设备配对以监测个人健康状况的应用程序
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。