Summary
Detta protokoll introducerar en icke-kommersiell självutvecklad applikation för insamling av realtidsdata på plats, inklusive psykologiska skalor, GPS-plats, hjärtfrekvens och blod-syremättnadsnivå, samt applikationens driftsprocedurer. En empirisk studie som genomfördes i Taiwan 2020 användes som ett applikationsexempel.
Abstract
Det nuvarande protokollet syftar till att visa upp teknikintegrationen och ge en detaljerad beskrivning av antagandet av HealthCloud-appen, utvecklad av Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), på smartphones och smartklockor för att samla in data om användarnas psykologiska och fysiologiska svar i realtid och miljöinformation. En flexibel och integrerad forskningsmetod föreslogs eftersom det kan vara svårt att mäta flerdimensionella aspekter av personuppgifter i studier på plats inom landskaps- och friluftslivsforskning. En studie på plats som genomfördes 2020 vid National Taiwan University campus användes som ett applikationsexempel. En datauppsättning med 385 deltagare användes efter att ha uteslutit ogiltiga exempel. Under experimentet ombads deltagarna att gå runt på campus i 30 minuter när deras puls och psykologiska skalaobjekt mättes, tillsammans med flera miljömått. Detta arbete syftade till att tillhandahålla en möjlig lösning för att hjälpa studier på plats att spåra mänskliga svar i realtid som matchar omgivande faktorer. På grund av appens flexibilitet visar dess användning på bärbara enheter utmärkt potential för tvärvetenskapliga forskningsstudier.
Introduction
Datainsamling i realtid
I det dagliga livet drar människor nytta av den fysiska miljön på många sätt. Till exempel har positiva resultat, såsom psykologisk1 och hjärtfrekvensåterställning2 hittats i stor utsträckning. Dessutom har sambanden mellan omgivningsfaktorer, såsom temperatur och luftfuktighet, och mental hälsa diskuterats 3,4. Studier har också undersökt kopplingarna mellan fysiologiska och psykologiska svar, såsom hjärtfrekvens och stress 5,6,7,8. Ett brett spektrum av bevis för psykologiska och fysiologiska fördelar med exponering för naturen har hittats i välkontrollerade laboratoriestudier 9,10, som kanske inte har representerat de olika inflytelserika faktorerna inom området. För att mäta relationerna mellan mänskliga svar i realtid anses därför studier på plats vara bättre för att återspegla den verkliga scenarioupplevelsen och reaktionerna på miljöerna än laboratoriesimuleringar11. Dessutom kan mänskliga reaktioner på miljöer bero på sammanhang12. Med tanke på vikten av att förstå förhållandet mellan människors psykologiska och fysiologiska hälsa och miljökvalitet behövs det ett behov av en självspårningsmätning i realtid som kan samla in olika informationsåtgärder.
Ekologiska momentana bedömningar (EMA) eller erfarenhetsprovtagningsmetoder (ESM) kan utgöra lösningar för studier på plats13,14. EMA och ESM syftar till att bedöma människors tillfälliga svar på plats i verkliga scenarier15. Genom att använda självspårningstekniker kan svaren, reaktionerna och upplevelserna på plats mätas nyligen14. Deltagarna meddelas via signaler, såsom sms eller anmälningar, för att genomföra bedömningar i så kallade signalkontingentprovtagningssystem15. Termen "EMA" används främst i hälsorelaterade studier13, medan "ESM" tenderar att användas i fritids- och friluftslivsstudier16. Ändå har termerna ibland använts omväxlande12.
Möjligheten att tillämpa EMA på miljöforskningsstudier diskuterades av Beute et al.12, som påpekade att de skulle göra det möjligt att ta itu med en större variation av miljöer än bara "naturliga" eller "urbana". Genom att till exempel anta ambulatorisk mätning (t.ex. genom GPS-platsspårning) kan fysiologiska svar under en promenad matchas med platsdatauppsättningar i realtid, vilket ger en rikare rumslig upplösning av miljötyper och miljöegenskaper7. Dessutom säkerställer den datainsamling i realtid som möjliggörs av EMA en hög ekologisk validitet, vilket ger en kompletterande synvinkel från laboratorieundersökningar.
Fler och fler empiriska studier på plats har antagit bärbara enheter och smartphones för att övervaka personlig hälsostatus i det dagliga livet och forskningsändamål17,18,19,20. Att anta båda dessa enheter kan ge fler fördelar än att bara använda en smartphone12. För det första var åtkomsttiden med smartklockor kortare än den som använde telefoner21, vilket kan orsaka en minskad avbrottsbörda. För det andra ger klockor en större kroppsnärhet än smartphones22, och telefoner kan användas som tillfälliga databaser för att spara och ladda upp data. För det tredje erbjuder smartklockor idag flera sensorer till olika parametrar, såsom hjärtfrekvensvariation, elektrokardiogram (EKG) och blodtryck 23,24,25,26,27. Individen och de övergripande aspekterna av mänskliga svar kan härleda vissa aktiviteter12. Slutligen bärs smartphones vanligtvis i fickan för smarttelefonbaserade studier, och när det gäller frågeformulären måste extra arbete göras jämfört med fallet med smartklockor.
Få studier har dock undersökt sambanden mellan psykologiska och fysiologiska resultat och miljöinformation. Därför visar denna studie att man antar en icke-kommersiell självutvecklad app, HealthCloud, på bärbara enheter, såsom smartklockor och smartphones, för att samla in psykologisk, fysiologisk och miljöinformation i realtid.
Den egenutvecklade appen och bärbara enheter
Appen för användning på bärbara enheter utvecklades av Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), för att ge mer tillgängliga och mer flexibla sätt att spåra mänskliga svar och miljödata, så att forskare kan analysera relationerna mellan människors hälsa och miljöinformation (Figur 1).
Appen, baserad på iOS, tillhandahåller flera uppgifter och passiva datainsamlingsfunktioner. Appen samlar in självrapporterad data på smartklockan, till exempel psykologiska skalobjekt som mäts genom Pop Quiz-frågor där användare kan betygsätta sina svar från en till fem stjärnor för snabb och enkel bedömning. Denna typ av frågeintervention kan betraktas som en typ av mikrointeraktion-EMA (μEMA) - en datainsamlingsmetod på plats som kräver mindre uppmärksamhet och har en högre svarsfrekvens än smartwatch-EMA28. Sensorövervakade fysiologiska svarsdata, inklusive hjärtfrekvens, hjärtfrekvensvariation och syremättnadsnivå i blodet, kan mätas med hjälp av funktionerna i iOS. Hjärtfrekvensen mäts genom smartwatchens optiska hjärtsensor med hjälp av en teknik som kallas fotopletysmografi29. Appen upptäcker mängden blodflöde med gröna LED-lampor med ljuskänsliga fotodioder, och hjärtslagen per minut beräknas också. Hjärtfrekvensvariationen (HRV) och syrekoncentrationen i blodet (SpO2) kan detekteras med hjälp av appar. För smarttelefonen samlas uppgifterna, till exempel Stroop-testet (figur 2B) och bildtagningsuppgiften (figur 2C) och miljöljuduppgiften (figur 2D), data om omgivande förhållanden, inklusive relativ luftfuktighet, väder och höjd, passivt in från flera applikationsprogrammeringsgränssnitt.
Bild 1: Översikt över appen. Appens funktioner på smartwatch, smartphone och databas. Klicka här för att se en större version av denna siffra.
Bild 2: Appuppgifterna. Exempel på uppgifter som kan användas i appen: från vänster till höger finns (A) Popup-frågan. (B) Stroop-testet. (C) Bildtagningsuppgiften. (D) Uppgiften Miljösund. Klicka här för att se en större version av denna siffra.
All data kommer att laddas upp till backend-webbplatsen (tillgång till kooperativa forskare, se Materialförteckning). Webbplatsen innehåller flera primära funktioner: en kartvisning som visar användarnas aktuella platser och hjärtfrekvens (figur 3), ett datablad för att bläddra bland och extrahera data (bild 4) och uppgiftskonfigurationer för att ändra frekvens, prioritet och innehåll för uppgifterna (bild 5). Med så stor flexibilitet och ett brett spektrum av mätningar kan forskare enkelt välja de tidigare angivna uppgiftsfunktionerna enligt forskningsmålen. Dessutom kan appen gynna både användare och forskare. Appen tillhandahåller sina hälsorapporter och GPS-platsbanor (figur 6) enligt de frågor de har svarat på och deras valda rutter. Således kan de få en snabb uppfattning om deras hälsotillstånd på dagen och fortsätta spåra sina hälsodata.
Bild 3: Kartan som visas i appdatabasen. Kartvisningen av appdatabasen ger aktuell information, inklusive platser och hjärtfrekvens, till forskarna. Klicka här för att se en större version av denna siffra.
Bild 4: Datablad i appdatabasen. Datarapporten för visningskartan i appdatabasen, där data kan exporteras genom att filtrera tid, fält eller testar-ID. Klicka här för att se en större version av den här siffran.
Bild 5: Uppgiftskonfigurationen i appdatabasen. Uppgiftsprioriteringar, tidsintervall, språk och innehåll i frågeformulären kan ändras. Klicka här för att se en större version av denna siffra.
Bild 6: Hälsorapporten för appanvändarna. Efter att ha använt appen kan användaren få en uppsättning individuella resultat som genereras automatiskt. Klicka här för att se en större version av denna siffra.
Representativ studie
För att visa upp integrationen av olika dimensioner av datainsamling med hjälp av appen på smartphones och smartklockor genomfördes en in situ-studie 2020 på National Taiwan University campus i Taipei City, Taiwan. Deltagare för studien rekryterades på sociala medier fansida för National Taiwan University via ett onlineformulär 1 vecka före experimentet. Formuläret inkluderade forskningsändamål, process, plats, deltagandeförhållanden, ett schematiskt diagram över forskningsanordningen som ska bäras och ett utrymme för läsare att ange sin vilja att delta och den tid då de kunde göra det. Efter avslutad meddelades deltagarna om experimentets exakta tid och plats via e-post 2 dagar före schemat. Eftersom forskningen undersöker psykologiska förändringar, fysiologi, fysisk aktivitet (promenader) och ljud- och färguppfattning uppfyllde deltagarna följande villkor: (1) mellan 20-36 år, (2) god fysisk och psykisk hälsa, (3) inte vara i regelbunden användning av läkemedel som påverkar centrala nervsystemet, (4) inte vara gravid eller amma, (5) har ingen historia av hjärt-kärlsjukdom, (6) kan gå i mer än 30 min till fots, (7) kunna identifiera en färg.
På experimentdagen fick deltagarna en uppsättning smartphones och smartklockor och en ruttkarta. Forskare presenterade en enhetlig förklaring till deltagarna av syftet med forskningen, forskningsprocessen, de bärbara enheterna och de frågor som behöver uppmärksamhet i forskningsprocessen. Under promenaden bedömdes psykologiska svar med hjälp av en Pop Quiz-uppgift var 5: e minut, och fysiologiska svar, såsom hjärtfrekvens, mättes varje minut av sensorer i smartwatchen. Efter experimentet kompenserades deltagarna med ett motsvarande presentkort på 200 NTD (~ 7 USD).
För den psykologiska mätningen övervägde denna studie landskapspreferenser och två aspekter av den upplevda återställande skalan Short Version30, nämligen "att vara borta" och "fascination". Dessa aspekter mättes genom att be deltagarna betygsätta uttalandena "Det här är en plats som är borta från vardagliga krav och där jag skulle kunna koppla av och tänka på vad som intresserar mig." och "Den platsen är fascinerande; den är tillräckligt stor för att jag ska upptäcka och vara nyfiken på saker." på en femgradig Likert-skala från (1) "håller inte alls med" till (5) "håller helt med" om att mäta individuella uppfattningar om de återställande faktorerna i miljön baserat på uppmärksamhetsrestaureringsteori31. Landskapspreferensen bedömdes med hjälp av en femgradig Likert-skala med den enda frågan: "Hur mycket gillar du inställningen, oavsett anledning?" från (1) "väldigt lite" till (5) "väldigt mycket". Frågeformuläret skickades med uppgiften "Pop Quiz" med ett tidsintervall på 5 minuter, vilket innebär att deltagarna fick frågeformuläret var 5: e minut.
För fysiologisk mätning användes hjärtfrekvens (HR) under gång för att representera deltagarnas fysiologiska resultat med ett tidsintervall på 1 minut. Miljöinformation, inklusive GPS-data (latitud och longitud), temperatur, relativ luftfuktighet, vindhastighet och vindgrad, samlades in via smarttelefonen.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Hela protokollet följer National Taiwan University Research Ethics Committee Office's instruktioner för att utföra mänskliga relaterade experiment. Under deltagarrekryteringen informerades kandidaterna om sina instruktioner och rättigheter och experimentets risker i både tal och skrift, och de undertecknade samtyckesformulären samlades in. Appen kan installeras på smartphones och smartklockor (se Materialförteckning).
1. Förberedelse av det psykologiska och fysiologiska experimentet
- Få information om experimentplatserna för att schemalägga aktiviteten.
- Designa experimentella procedurer enligt den plats där protokollet tillämpas.
- Få etiskt godkännande.
- Förbered en introduktion till experimentet för deltagarrekrytering och procedurinstruktioner.
OBS: Instruktionerna innehåller uppgifter som deltagarna kommer att utföra och gör och gör inte under experimentet. - Skapa ett nytt fältnamn på HealthCloud-appens backend-webbplats för att stämpla måldata.
- Logga in på backend-webbplatsen.
OBS: Tillgången till webbplatsen är nu begränsad till kooperativa forskare. - Lägg till ett nytt fältnamn i fältet Ange i Administratörshantering i appdatabasen för att markera de data som samlats in under experimentet (bild 7).
OBS: Måldata kan enkelt kännas igen och extraheras i databladet (figur 5).
- Logga in på backend-webbplatsen.
- Importera enkätobjekten till konfigurationen.
- Logga in på backend-webbplatsen.
- I Admin Management > Configuration klickar du på knappen Välj fil för att ladda upp frågeformulär i det angivna formatet (tabell 1).
OBS: I tabell 1 är den första kolumnen där frågorna på engelska måste fyllas i; den andra är för den kinesiska versionen, och den tredje kolumnen är där frågeindikatorn kan fyllas i. Huruvida användaren får frågan på engelska eller kinesiska beror på smarttelefonens språk. I den aktuella studien var hela systemets språk inställt på kinesiska; därför var frågorna på kinesiska.
- Ställ in tidsintervallet för popquizfrågorna (frågeformulären).
- Logga in på backend-webbplatsen.
- I Administratörshantering > konfiguration ställer du in tidsintervallet genom att välja antal minuter i "Period of Pop Quiz" (bild 5).
OBS: I den aktuella studien var tidsintervallet för upprepningar av Pop Quiz-uppgiften 5 minuter, men det kunde ställas in var som helst mellan 1 min och 72 h.
2. Rekrytering av deltagare
- Rekrytera deltagare med hjälp av introduktionsinstruktioner.
OBS: Deltagarna rekryterades genom en webbenkät i den aktuella studien. Deltagarna fick en smartphone och smartwatch (se Materialförteckning), oavsett om de hade egna enheter. - Uteslut deltagare som inte är i åldern 20-36 år, gravida eller ammar, färgblinda och har luktrelaterade sjukdomar.
- Presentera det fullständiga innehållet i experimentet, inklusive syftet med undersökningen, experimentella forskningsmetoder och förfaranden, experimentella krav, de potentiella riskerna med experimentet, fördelarna för deltagarna och deltagarnas rättigheter.
- Inhämta skriftligt samtycke från deltagarna.
3. Förberedelse av bärbara enheter och appen
- Ladda ner HealthCloud-appen i App Store.
- Se till att de nämnda verktygen är redo att användas, har god batteritid, GPS-funktionalitet och stabila internetsignaler på webbplatsen.
- Undersök appens driftsprocedurer för att kontrollera pulsfunktionen.
- Logga in i appen på telefonen genom att skapa ett konto (bild 8A).
- Se till att all realtidsinformation, inklusive hjärtfrekvens, plats (latitud och longitud), höjd, väder, avståndet som användaren har flyttat sedan starten och varaktighet sedan appen startade, samlas in på appens huvudsida på smarttelefonen (figur 8B).
- Genom att trycka på Ställ in mätningar på inställningssidan väljer du det fältnamn som skapats i förväg och namnger deltagarna enligt deras "Testnr". (Figur 8C).
- När enheterna är inställda, instruera muntligt ämnen med följande formulering om hur man använder både smartwatch och smartphone för korrekt bedömning.
- Tryck på Start på smartklockan för att börja samla in fysiologisk information och miljöinformation (bild 8D).
OBS: Klockan meddelar uppgifterna genom att vibrera fem gånger under promenaden. - När uppgifterna har mottagits, följ instruktionerna på klockan.
- För att börja utföra uppgiften, tryck på OK! och följ instruktionerna som visas på klockans skärm.
- För popquizuppgiften betygsätter du uttalanden från 1-5 stjärnor för att svara på de psykologiska skalobjekten och trycker på Skicka för att slutföra mätningen.
- För uppgifterna "Photo Taking", "Stroop Test" och "Voice" öppnar du HealthCloud-appen på telefonen och följer instruktionerna.
- För HRV-uppgiften, öppna Breathe-appen och starta den genom att klicka på Start. HRV-data kommer att laddas upp.
- För SpO2-uppgiften öppnar du appen Blood Oxygen på klockan och börjar mäta genom att klicka på Start. Resultatet laddas upp.
OBS: Påminn deltagarna med följande instruktion före promenaden: Under promenaden får du frågor om de psykologiska skalobjekten i slumpmässig ordning, med ett bestämt tidsintervall. Ändra inte några inställningar på telefonen eller titta under promenaden. Om något fel uppstår, meddela instruktörerna omedelbart.
- Tryck på Start på smartklockan för att börja samla in fysiologisk information och miljöinformation (bild 8D).
4. Insamling av uppgifter
- Begär deltagarens personliga ID för insättning i utbyte mot smartklockor och smartphones.
- Påminn deltagarna verbalt om att koppla av och njuta av promenaden med följande formulering: "Under experimentet, vänligen slappna av och njut av hela promenaden; gå som om du inte var i ett experiment."
- Efter promenaden samlar du enheterna och trycker på Avsluta och Calc för att avsluta experimentet.
- Ge deltagarna ett motsvarande presentkort på 200 NTD.
5. Analys av data
- Hämta data från appens backend-webbplats.
- Logga in på backend-webbplatsen. Extrahera forskningsdata från databladet genom att filtrera tid, fält och testar-ID.
- Tryck på Exportera CSV för att ladda ned datauppsättningen (bild 4).
- Utföra beskrivande statistisk analys med hjälp av statistisk programvara (se Materialförteckning).
| Fråga (engelska) | Fråga (kinesiska) | Indikator | ||
| Det är en plats som är borta från vardagens krav och där jag skulle kunna slappna av och tänka på det som intresserar mig. |   |
Att vara borta | ||
| Den platsen är fascinerande; Den är tillräckligt stor för att jag ska upptäcka och vara nyfiken på saker. |   |
Tjusning | ||
| Hur mycket gillar du inställningen, av någon anledning? |  |
Förkärlek | ||
Tabell 1: Formatet för popquizfrågorna. De psykologiska skalobjekten som antogs i denna studie användes som ett exempel för att presentera formatet för Pop Quiz-frågorna.
Bild 7: Inställningen "Fältnamn". På backend-webbplatsen behövs det nya fältnamnet i svart och klicka sedan på Lägg till för att markera måldata. Klicka här för att se en större version av denna siffra.
Bild 8: Appens driftsprocedurer. Användare loggar in. (A) Appens inloggningsgränssnitt på smartwatchen; appen på smartwatchen startas på (B). (C) Appens huvudsida, där realtidsdata visades. (D) Mätningen var inställd på att ändra "Fältnamn" och "Testnr". Klicka här för att se en större version av denna siffra.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Det ursprungliga urvalet bestod av 423 individer, varav 18 måste uteslutas på grund av dålig datakvalitet på grund av instabilitet i betaversionen av appen och ytterligare 20 misslyckades med att slutföra alla Pop Quiz-frågor. Detta ledde till en effektiv samplingsfrekvens på 0,91. En datauppsättning med 385 studenter (213 kvinnor, 172 män) från National Taiwan University rekryterades. Deltagarna var mellan 20-36 år gamla (M = 23,38, SD = 2,268). När det gäller deras psykologiska tillstånd samlades 514 preferensbetyg (PREF, M = 3,74, SD = 1,033), 548 betyg för att vara borta (AWAY, M = 3,51, SD = 1,101) och 523 betyg av fascination (FSCN, M = 3,30, SD = 1,135) samlades in. För de fysiologiska svaren (dvs. hjärtfrekvens, HR) samlades 14 253 datapunkter (Enhet = slag per sekund, M = 107,83, SD = 15,002). När det gäller miljöinformation, 14 253 datapunkter relaterade till GPS-latitud (LAT, M = 25,018, SD = 0,002) och longitud (LONG, M = 121,539, SD = 121,533), 14 253 relaterade till temperatur (TEMP; Enhet = Celsius grad, M = 33,87, SD = 1,517), 14 253 relaterade till relativ fuktighet (RH; Enhet = procent, M = 63,25, SD = 6,603), 14 253 relaterade till vindhastighet (WS; Enhet = meter per sekund, M = 3,58, SD = 1,788) och 12 232 relaterade till vindgrad (WD, M = 232,26, SD = 82,952) samlades in (tabell 2). Med dessa data kan variabler från olika dimensioner analyseras statistiskt för att verifiera relationer i sin tur.
| Mått | Objekt | N | Betyda | SD | MIN | .MAX | |
| Psykologiska svar | PREF | 514 | 3.74 | 1.033 | 1 | 5 | |
| BORT | 548 | 3.51 | 1.101 | 1 | 5 | ||
| FASCN | 523 | 3.3 | 1.135 | 1 | 5 | ||
| Fysiologiska svar | HR | 14,253 | 107.83 | 15.022 | 65 | 190 | |
| Miljöinformation | LATT | 14,253 | 25.018 | 0.002 | 25.012 | 25.024 | |
| LÅNG | 14,253 | 121.539 | 0.002 | 121.533 | 121.544 | ||
| VIKARIE | 14,253 | 33.87 | 1.517 | 28.73 | 28.79 | ||
| RH | 14,253 | 63.25 | 6.603 | 50 | 89 | ||
| WS | 14,253 | 3.58 | 1.788 | 0.5 | 7.7 | ||
| Vit dvärg | 12,232 | 232.26 | 82.952 | 40 | 360 | ||
Tabell 2: Beskrivande statistik för psykologiska, fysiologiska och miljömässiga data. 1. PREF = preferens; 2. BORTA = att vara borta; 3. FASCN = fascination; 4. LAT = GPS-platsens latitud; 5. LONG = Longitud för GPS-plats; 6. HR = hjärtfrekvens; 7. TEMP = temperatur; 8. RH = relativ fuktighet; 9. WS = vindhastighet; 10. WD = vindriktning.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Syftet med studien och viktiga resultat
Bärbara enheter, såsom smartphones och smartklockor, har använts i stor utsträckning för att undersöka fysiologiska indikatorer eller syndrom 32,33,34, psykologiska tillstånd22,35; miljöinformation, eller beteenden18,36. De flesta applikationer av smarta enheter har fokuserat på en aspekt av personlig information. Så vitt vi vet är det nuvarande arbetet ett av få som ger en integrerad och flexibel bedömning av psykologiska, fysiologiska och miljömässiga data. Dessutom, till skillnad från studier som endast har använt smartphones som forskningsverktyg35,37, utnyttjade detta protokoll smartwatchen för att tillhandahålla mobila frågeformulär för aktuell psykologisk tillståndsbedömning och noggrant mäta fysiologiska data. Å andra sidan användes smartphones för datalagring, bearbetning och överföring.
Avgörande steg i protokollet
För att följa protokollet är det viktigt att överväga aktiviteten och schemat för de aktiviteter som är avsedda att inkluderas. Innehållet i aktiviteten kan påverka noggrannheten hos sensorerna på smartwatchen. Under promenader, till exempel, att använda smartklockor för att samla hjärtfrekvensen visade stor giltighet; giltigheten minskade dock när intensiteten ökade38. För det andra kan de detaljerade instruktionerna för de bärbara enheterna och appen hjälpa till att få standardiserade resultat. Felaktig användning av enheterna påverkade deras datainsamling. I vårt fall kan instruktionerna för appen och enheterna behöva utökas och lösningar för vanliga problem bör inkluderas. Även om fullständiga instruktioner för appen och enheterna inkluderades kan en längre period behövas för deltagarna att bekanta sig med dessa objekt. Deltagare som inte ägde dessa enheter kan kämpa initialt, orsakar negativa nyhetseffekter; Resultaten från tidigare studier som behandlade nyheten med smartphones visade dock att deltagare som använde en lånad telefon engagerade sig mer än de som använde sin egen39. Slutligen mättes psykologiska tillstånd i detta protokoll med hjälp av smartwatchen, och intervallet mellan frågeformulären ställdes in enligt studiens mål. I tidigare långtidsstudier som sträckte sig från 2-10 veckor med smartphones som hälsointervention, var interventioner inställda på att inträffa några gånger om dagen40,41; I korttidsstudien tog dock hela experimentet mindre än 1 timme att avsluta, med ett interventionsintervall på 5 min. Den höga frekvensen av uppgifter kan påverka individers upplevelse på plats.
Fördelar och begränsningar av protokollet och forskningsverktygen
En fördel med appen är att genom att använda den kan flera dimensioner av realtidsinformation, inklusive psykologiska, fysiologiska och miljömässiga data, spåras samtidigt och laddas upp automatiskt. Till exempel kan forskare utforma sina skriftliga frågeformulär på vilket språk som helst. Mätintensiteten kan justeras med hög frihetsgrad genom att ändra tidsintervallet för uppgiftsleverans. Deltagarna kan få uppgifter på smartwatchen; När du svarar på frågor eller slutför tester samlas deras hjärtfrekvens, rumsliga plats och väderdata kontinuerligt in och laddas upp till databasen. Alla personuppgifter med användbar information, till exempel tids- och platsdata för att spåra sin miljö eller miljöns fysiska attribut, kan också analyseras.
En begränsning av forskningsverktygen, appen och enheterna är att den för närvarande endast är tillgänglig på iOS. Detta kan begränsa användbarheten av detta protokoll. Dessutom kan storleken på smartklockor göra dem svåra att läsa för specifika populationer, till exempel äldre vuxna. Bärbara enheter i mänskligt svar och miljöstudier har dock ökat märkbart42,43,44, och de är överkomliga jämfört med de medicinska instrument som används för fysiologisk datainsamling. De samlar in en större mängd och ett mer omfattande utbud av data än smartphones ensamma45. Därför kommer studier som försöker undersöka dagliga livsscenarier att ha betydande fördelar när det gäller att bära bekvämlighet och kontinuerlig datainsamling12,45. En annan begränsning med appen är att väderdata, som samlas in baserat på närmaste tillgängliga information, är desamma för alla deltagare om deras geografiska platser är relativt nära. Relationer och jämförelser mellan ämnen från olika platser eller på olika datum kan dock fortfarande undersökas.
Sammanfattning och framtida studier
Denna studie visar potentialen att anta appen på bärbara enheter som ett forskningsverktyg. Enligt protokollet (en uppsättning pionjärprocedurer) mättes och analyserades tre dimensioner av information framgångsrikt. Forskare kan subjektivt och objektivt mäta förhållandet mellan människa och miljö genom att följa, utöka eller anpassa protokollet. Detta representerar ett unikt och effektivt sätt att genomföra longitudinella eller tvärsnittsstudier. Framtida studier kan betona fysisk miljökvalitet, en viktig faktor i landskapsstudier, för att ta itu med de faktorer som detta protokoll inte nämnde. Som ett resultat blir den objektiva mätningen av miljökvalitet, till exempel genom att bedöma landskapsstrukturer i miljöfoton som samlats in med hjälp av Image Capture-uppgifter i appen, möjlig. Dessutom kan protokollet också tillämpas på olika populationer eller platser. Med denna uppsättning standardiserade procedurer kan studiens skala utökas till regionala eller nationella skalor istället för att bara fokusera på en plats.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Författarna har inget att avslöja.
Acknowledgments
Taiwans jordbruksråd finansierade forskningsprojektet och HealthCloud-apputvecklingen från 2018 till 2020 [109 jordbruksvetenskap - 7.5.4-supplementary-#1(1)] ([109 
-7.5.4--
#1(1)]).
Materials
| Name | Company | Catalog Number | Comments |
| Apple Watch 6 | Apple | For the use of the HealthCloud app, such as Pop-up questions, heart rates measurement. | |
| iPhone | Apple | For the use of the HealthCloud app, such as GPS location collection, weather data colledction, data storage, data transfer. | |
| HealthCloud | Self-developed | The HealthCloud app, adopting Apple Watch and iPhone, was developed by Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU) to track human responses. It adopted several APIs such as HealthKit, ResearchKit, Weather API and AppleWatch applications including Breathe app, and Blood Oxygen app to collect physiological status and psychological states, and environmental data in aims of further analyzing the relationships between human health and the environmental information. The link to the app in APP Store is as following: https://apps.apple.com/tw/app/healthcloud/id1446179518?l=en |
|
| backend website | The backend website of HealthCloud app for the use of the configuration of the tasks, data exportation, and the display of users. http://healthcloud.hort.ntu.edu.tw/ |
||
| HealthKit | Apple | For the use of retrieving the data of physiological responses such as heart rate, heart rate variability, and blood oxygen saturation level. The link to the HealthKit: https://developer.apple.com/documentation/healthkit |
|
| ResearchKit | Apple | This kit includes a variety of tasks for the use of research purposes. The functions adopted in HealthCloud app include Image Capture task, environment sound task, Stroop Test, to the Pop Questions of psychological state measurements such as perceived restorativeness scale, landscape preferences. The link to the ResearchKit: https://www.researchandcare.org/ |
|
| Weather API | OpenWeather | For the use of collecting the real-time environmental data, including humidity, weather, global positioning system location, altitudes, etc., from the nearest weather station. The link to the Weather API: https://openweathermap.org/api |
|
| Breathe app | Apple | For the use of assessing the real-time heart rate variability (HRV). This app was not included in the procedures of this pilot study. However, the HealthlCloud is now capable of retrieving the HRV data collected from Breathe app. The link to the Breathe app: https://apps.apple.com/us/app/breathe/id1459455352 |
|
| Blood Oxygen app | Apple | For the use of assessing the real-time Blood Oxygen Concentration level (SpO2). The latest version of HealthlCloud is capable of retrieving the SpO2 data collected from app. This app was not included in the procedures of this pilot study. However, The measurement of Blood Oxygen app: https://support.apple.com/en-us/HT211027 The link to the Blood Oxygen app: https://apps.apple.com/us/app/breathe/id1459455352" |
|
| IBM SPSS Statistics 25 | IBM | For the use of statistical analysis. The link to the Blood Oxygen app: https://www.ibm.com/support/pages/downloading-ibm-spss-statistics-25 |
References
- Purcell, T., Peron, E., Berto, R. Why do preferences differ between scene types. Environment and Behavior. 33 (1), 93-106 (2001).
- Engell, T., Lorås, H. W., Sigmundsson, H. Window view of nature after brief exercise improves choice reaction time and heart rate restoration. New Ideas in Psychology. 58, 100781 (2020).
- Ding, N., Berry, H. L., Bennett, C. M. The importance of humidity in the relationship between heat and population mental health: Evidence from Australia. PLOS ONE. 11 (10), 0164190 (2016).
- Majeed, H., Lee, J. The impact of climate change on youth depression and mental health. The Lancet Planetary Health. 1 (3), 94-95 (2017).
- Merkies, K., et al. Preliminary results suggest an influence of psychological and physiological stress in humans on horse heart rate and behavior. Journal of Veterinary Behavior. 9 (5), 242-247 (2014).
- Delaney, J. P. A., Brodie, D. A. Effects of short-term psychological stress on the time and frequency domains of heart-rate variability. Perceptual and Motor Skills. 91 (2), 515-524 (2000).
- South, E. C., Kondo, M. C., Cheney, R. A., Branas, C. C. Neighborhood blight, stress, and health: a walking trial of urban greening and ambulatory heart rate. American Journal of Public Health. 105 (5), 909-913 (2015).
- Rimmele, U., et al. Trained men show lower cortisol, heart rate and psychological responses to psychosocial stress compared with untrained men. Psychoneuroendocrinology. 32 (6), 627-635 (2007).
- Jo, H., Song, C., Miyazaki, Y. Physiological benefits of viewing nature: A systematic review of indoor experiments. International Journal of Environmental Research and Public Health. 16 (23), 4739 (2019).
- Bowler, D. E., Buyung-Ali, L. M., Knight, T. M., Pullin, A. S. A systematic review of evidence for the added benefits to health of exposure to natural environments. BMC Public Health. 10 (1), 1-10 (2010).
- Olafsdottir, G., et al. Health benefits of walking in nature: A randomized controlled study under conditions of real-life stress. Environment and Behavior. 52 (3), 248-274 (2020).
- Beute, F., De Kort, Y., IJsselsteijn, W. Restoration in its natural context: How ecological momentary assessment can advance restoration research. International Journal of Environmental Research and Public Health. 13 (4), 420 (2016).
- Shiffman, S., Stone, A. A., Hufford, M. R.
- Hektner, J. M., Schmidt, J. A., Csikszentmihalyi, M. Experience sampling method: Measuring the quality of everyday life. , Sage. (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). , ACM. New York, NY, USA. 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, 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).
- 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, Suppl. 1 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.
- 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).
