הערכת הדיוק של נתוני שעון חכם כושר לניטור פעילות קרדיווסקולרית וגופנית: מחקר אימות בבריאות דיגיטלית

המחקר נועד לאמת את הדיוק שלהם של שעונים חכמים בעלות נמוכה על ידי השוואת הנתונים שלהם למדידות תקן זהב המשמשות במסגרות קליניות. פרוטוקול זה מעריך את הדיוק והאמינות של שעוני כושר חכמים, ומטפל בפערים בהבנת הביצועים שלהם בעולם האמיתי ככל שהפופולריות שלהם גדלה. הממצאים שלנו יספקו תובנות חשובות לגבי הדיוק והאמינות של נתוני שעונים חכמים לכושר, שהם חיוניים עבור חוקרים ואנשי מקצוע בתחום הבריאות המשתמשים במכשירים אלה במחקרים או במסגרות קליניות.

כדי להתחיל, בקש מהמשתתפים לענוד את שעון הכושר החכם על פרק כף היד הלא דומיננטי שלהם. חבר את המשתתפים למכשיר של מכונת הפוליסומנוגרפיה או PSG. עם שעון הכושר החכם, בצע שתי מדידות של רמת ריווי החמצן בדם בזמן שהמשתתף במצב שכיבה.

ודא שהמשתתף ישן מקסימום שש שעות. לאחר שהמשתתף מתעורר, השתמש בשעון החכם של הכושר כדי לבצע שתי מדידות נוספות של רמת ריווי החמצן בדם בזמן שהוא נשאר במצב שכיבה. ייצא את מגמות השינה הן ממכונת ה-PSG והן מהשעון החכם של הכושר לקובץ csv.

כלול נתונים על משך שינה עמוקה, משך שינה קלה, זמן תנועת עיניים מהירה, משך שינה כולל, קצב לב ורמות ריווי חמצן בדם. לצורך אימות מדידות צעדי השעון החכם של הכושר, ראשית בקשו מהמשתתפים לענוד את שעון הכושר החכם על פרק כף היד הלא דומיננטי שלהם ולהחזיק סמארטפון ביד השנייה למטרות הקלטת וידאו צעדים. הגדר את ספירת הצעדים בשעון החכם של הכושר לאפס, ולאחר מכן התחל את הקלטת הסמארטפון ובקש מהמשתתף לבצע את מבחן הצעדים.

רשום את מספר הצעדים הנמדדים על ידי שעון הכושר החכם. עבור מבחן הליכה של שלוש דקות או 3-M WT, הנחו את המשתתף ללכת בקצב רגיל ויציב במשך שלוש דקות על משטח ישר. עבור מבחן טיפוס מדרגות או SC, בקש מהמשתתף לעלות שני גרמי מדרגות בסדר עלייה וירידה בקצב רגיל וקבוע.

חשב ידנית את מספר השלבים שנצפו בהקלטת הווידאו. רשום נתונים אלה לקובץ csv, ולאחר מכן ייצא את ספירת הצעדים מהשעון החכם של הכושר לאותו קובץ. ייבא את החבילות הנדרשות לסביבת העבודה של Python, ולאחר מכן ייבא את נתוני המדידה לסביבת העבודה של Python.

החלף את שם הקובץ measurement_data. CSV עם שם קובץ לבחירה. השתמשו באפשרות drop בפונקציה כדי להסיר ערכים ריקים לכל נתוני המדידה.

בצע את בדיקת הנורמליות של Shapiro-Wilk כדי לקבוע אם לנתונים יש התפלגות נורמלית באמצעות חבילת SciPy stats Shapiro ב-Python. כעת, בצע מבחן T לדוגמה מזווג באמצעות חבילת SciPy stats T-test TestRail ב-Python אם לנתונים יש התפלגות נורמלית. אם לא, בצע את בדיקת Mann-Whitney Wilcoxon באמצעות חבילת SciPy stats Wilcoxon.

החלף את measure1_toolA ו-measure1_toolB בשמות העמודות המתאימים לבחירתך בקוד. לאחר מכן השתמש בשיטת co ו-d כדי למדוד את גודל ההבדל בין מכשירים. השתמש בניתוח בלנד-אלטמן כדי להעריך את ההסכמה בין שני מכשירים, כולל הפרש ממוצע או חציוני, סטיית תקן ורווח בר-סמך של 95% של ההטיה.

שרטט את ניתוח בלנד-אלטמן להדמיה באמצעות חבילת עלילת העוגה Matplotlib ב-Python. זמן שינה רדוד הראה הטיה גדולה של 27.77 דקות עם גבולות הסכמה רחבים, מה שמעיד על שונות משמעותית במדידות על ידי השעון החכם בהשוואה ל-PSG. זמן השינה הכולל הוערך יתר על המידה ב-41.5 דקות, עם גבולות הסכמה רחבים יותר, מה שמצביע על חוסר התאמה מדי פעם במעקב אחר משך השינה.

זמן REM הראה הטיה מינימלית וסטיית תקן, מה שמרמז על החלפה טובה בין השעון החכם ל-PSG עבור פרמטר זה. זמן ההתעוררות הוערך יתר על המידה על ידי השעון החכם, עם אשכולות ברורים ומגמת עלייה בהבדלים, המעידים על הטיית מדידה. הדופק הממוצע הראה הטיה מינימלית והתקבצות טובה ליד קו ההטיה, מה שמעיד על הסכמה חזקה.

דופק מינימלי הציג כמה חריגים, מה שמרמז על קושי בזיהוי דופק נמוך, אם כי ההסכמה הכללית הייתה סבירה. הדופק המרבי הראה פיזור בולט, המשקף שונות במעקב אחר ערכי שיא על ידי השעון החכם. ריווי החמצן בדם הראה הטיה מינימלית וגבולות הסכמה צרים, המשקפים הסכמה גבוהה בין המכשירים.

השעון החכם העריך משמעותית את הצעדים עבור 3-M WT בממוצע של 31.33 צעדים וצעדי SC ב-11.