Name: Real-World M3-BREATHE: ku wielomodalnemu mobilnemu monitorowaniu zachowań, oddychania i ekspozycji w leczeniu i ocenie zdrowia (Wideo) | JoVE Journal
Uploaded: 2026-06-05T13:25:00.000+00:00
Duration: 9 min 50 s
Description: Poznaj system M3-BREATHE do wielomodalnego mobilnego monitorowania zachowań, oddychania i ekspozycji środowiskowej. Wykorzystuje urządzenia mHealth, czujniki środowiskowe i aplikacje GPS z uczeniem maszynowym.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Przeprowadzenie tego protokołu do celów badawczych, zarówno w kontrolowanych eksperymentach klinicznych, jak i w realnych kontekstach, powinno odbywać się na podstawie uprzedniej zgody i zgodnie z wytycznymi komitetu etyki badań nad człowiekiem instytucji badawczej. Przed rozpoczęciem ankiety musi zostać uzyskana pisemna zgoda informowana od uczestnika. Badanie empiryczne na potrzeby tego artykułu przeprowadzone zostało zgodnie z wytycznymi Komitetu Etyki Badań nad Człowiekiem Uniwersytetu Pekińskiego. Wszystkie badania z udziałem uczestników przeprowadzone z wykorzystaniem tego protokołu muszą uzyskać uprzednią zgodę etyczną od komitetu etyki badań instytucji badacza. Wszyscy uczestnicy muszą udzielić pisemnej zgody informowanej przed rozpoczęciem jakichkolwiek procedur związanych z pozyskiwaniem danych. Zalecane ustawienia sprzętu są wymienione w Tabeli materiałów.
1. Konfiguracja urządzeń do noszenia urządzeń zdrowia mobilnego 
<ol>
	<li>Konfiguracja czujnika oddechowego noszonego na klatce piersiowej
	<ol>
		<li>Powiedzieć uczestnikowi, aby założył czujnik zintegrowany z koszulą lub pas bezpośrednio na skórze, pod ubraniem, aby zapewnić optymalny kontakt ze skórą dla pozyskiwania sygnału elektrofizjologicznego.</li>
		<li>Dostosować dopasowanie koszuli lub paska tak, aby było ciasno i wygodnie, upewniając się, że nie ogranicza naturalnego oddychania ani ruchu. Poprawne dopasowanie potwierdza się, gdy czujnik utrzymuje stabilny kontakt ze skórą i nie zsuwa się ani przesuwa zauważalnie podczas głębokiego wdechu.</li>
		<li>Upewnić się, że czujnik jest w pełni naładowany i pomyślnie sparowany z telefonem komórkowym przez Bluetooth, aby ułatwić monitorowanie i rejestrowanie w czasie rzeczywistym częstości oddechu (w oddechach na minutę, oddechów/min), objętości powietrza wdechowanego (w mililitrach, mL) i tętna (w uderzeniach na minutę, uderzenia/min). Potwierdź, że zegar urządzenia jest zsynchronizowany z czasem systemowym smartfona, aby umożliwić dokładne czasowe dopasowanie strumieni danych multimodalnych. 
		UWAGA: Częstość oddechu i tętna można również wyznaczyć za pomocą urządzeń na nadgarstek, szczególnie do długotrwałego monitorowania (patrz krok 1.2). Częstość oddechu jest obliczana pośrednio na podstawie zmian indukowanych oddechem w sygnałach fotopletyzmografu (PPG) lub zmienności częstości uderzeń serca (HRV) (patrz krok 5.2). To alternatywne podejście może pomóc zmniejszyć dyskomfort uczestników i obciążenie związane z długotrwałym używaniem czujnika noszonego na klatce piersiowej.</li>
	</ol>
	</li>
	<li>Konfiguracja inteligentnego urządzenia na nadgarstek
	<ol>
		<li>Wybrać niedominującą rękę jako główne miejsce do umieszczenia urządzenia i mocno zamocować nadgarstek na nadgarstku, bliżej wyrostka łokciowego.</li>
		<li>Dostosować pas, aby zapewnić optymalny kontakt czujnika fotopletyzmografu (PPG) ze skórą bez upośledzania krążenia obwodowego. Dopasowanie jest poprawne, gdy pas jest ciasny, ale pozwala na włożenie jednego palca.</li>
		<li>Otworzyć towarzyszącą aplikację na smartfonie i upewnić się, że urządzenie jest pomyślnie połączone przez Bluetooth.</li>
		<li>Przejść do wyświetlacza w czasie rzeczywistym w aplikacji i potwierdzić, że ustawienia aplikacji są skonfigurowane dla ciągłego monitorowania wszystkich pożądanych parametrów, w tym: miary krążeniowo-oddechowe, takie jak tętno (HR, jednostki: uderzenia na minutę, uderzenia/min), zmienność tętna (HRV, jednostki: milisekundy, ms), ciśnienie krwi (BP, jednostki: milimetr słupa rtęci, mmHg) i elektrokardiogram (ECG, jednostki: miliwolty, mV); miary oddechowe i metaboliczne, takie jak algorymicznie oszacowana częstość oddechu (RR, jednostki: oddechy na minutę, oddechy/min), nasycenie krwi tlenem (SpO₂, jednostki: procent, %), i równoważniki metaboliczne (METs, współczynnik); temperatura skóry obwodowej (jednostki: stopnie Celsiusa, °C); dane z akcelerometru (ACC, jednostki: przyspieszenie grawitacyjne, g). 
		UWAGA: Czujnik PPG na tylnej stronie urządzenia musi utrzymywać stały i płynny kontakt ze skórą. Dociśnij pasek, jeśli się poluzuje z czasem.</li>
	</ol>
	</li>
</ol>
2. Konfiguracja czujników środowiskowych
<ol>
	<li>Podłączyć czujniki środowiskowe do przenośnego zasilacz akumulatorowego (pojemność 10 000 mAh) za pomocą odpowiednich kabli USB, aby zapewnić 24-godzinną pracę. Upewnić się, że wszystkie połączenia są stabilne, a kable są schludnie przechowywane, aby zapobiec przypadkowemu odłączeniu podczas ruchu.</li>
	<li>Umieścić wieloszczelinowy monitor zanieczyszczeń powietrza (mierzący cząstki PM2,5 i PM10 w µg/m3, tlenek węgla CO w ppm, dwutlenek azotu NO2, dwutlenek siarki SO₂ i związki organiczne lotne VOC w ppb), czujnik hałasu (w decybelach, dB) i czujnik temperatury (w stopniach Celsjusza, °C) w kieszeni siateczkowej z boku plecaka uczestnika.

Autor deklaruje, że nie ma żadnych interesów konkurencyjnych.

Kluczowym etapem wdrażania protokołu M3-BREATHE jest niezawodne ustawienie i synchronizacja urządzeń multimodalnych, ponieważ integralność danych zależy w dużym stopniu od stabilnych połączeń między noszonymi czujnikami, przenośnymi monitorami środowiska a aplikacją na smartfona. Istotne jest również zapewnienie, że wszystkie czujniki są skalibrowane zgodnie ze specyfikacjami producentów przed rozpoczęciem badania. Idealnie, przenośne urządzenia środowiskowe, szczególnie monitor zanieczyszczenia powietrza, powinny być umieszczone razem i skalibrowane w odniesieniu do referencyjnych instrumentów badawczych przed wdrożeniem, aby zapewnić ważność i dokładność pomiarów do celów badawczych.
W kontrolowanych eksperymentach klinicznych lub krótkoterminowych, małych badaniach, stosowanie paska oddechowego noszonego na klatce piersiowej zapewnia wysokiej wierności parametry oddechowe (częstość oddechów, objętość oddechowa, EKG), oferując większą dokładność niż czujniki nadgarstkowe i służąc jako podstawa tryangulacji do walidacji ich algorytmicznych estymacji. W przeciwieństwie do tego, w przypadku długotrwałego monitorowania w naturalnych środowiskach, w tym dobrowolnego użytku przez konsumentów, lepiej stosować kombinację inteligentnej opaskę nadgarstkową i aplikację na smartfona, ponieważ te urządzenia są mniej obciążające i sprzyjają utrzymaniu długotrwałej zgody uczestników. W przypadku badań o ograniczonych zasobach lub obaw o obciążenie uczestników zaleca się minimalny zestaw składający się z inteligentnej opaski nadgarstkowej, aplikacji na smartfona i pojedynczego monitora zanieczyszczenia. Dodatkowe czujniki (np. pas do oddychania noszony na klatce piersiowej, dedykowany tracker światła) należy rozważyć w oparciu o konkretne cele badawcze i budżet. Szczegółowe zalecenia dotyczące adaptacji protokołu M3-BREATHE w kontrolowanych eksperymentach klinicznych i rzeczywistych badaniach/praktykach długotrwałych znajdują się w Tabeli 5.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td rowspan="2">Domena danych</td>
			<td rowspan="2">Miernik (skr.)</td>
			<td colspan="4">Kontrolowane badania kliniczne</td>
			<td colspan="3">Rzeczywiste badania/praktyki długotrwałe</td>
		</tr>
		<tr>
			<td>Czujnik na klatce piersiowej</td>
			<td>Inteligentna opaszka</td>
			<td>Przenośny monitor środowiska</td>
			<td>Aplikacja na smartfona</td>
			<td>Inteligentna opaszka</td>
			<td>Przenośny monitor środowiska</td>
			<td>Aplikacja na smartfona</td>
		</tr>
		<tr>
			<td>Fizjologiczne</td>
			<td>Częstość akcji serca (HR)</td>
			<td>ΟΟΟ</td>
			<td>ΟΟ</td>
			<td></td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Zmienność częstości akcji serca (HRV)</td>
			<td>ΟΟΟ</td>
			<td>ΟΟ</td>
			<td></td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Częstość oddechów (RR)</td>
			<td>ΟΟΟ</td>
			<td>Ο</td>
			<td></td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Objętość oddechu (TV)</td>
			<td>ΟΟ</td>
			<td>Ο</td>
			<td></td>
			<td></td>
			<td>ΟΟ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Kardiogram (EKG)</td>
			<td>ΟΟΟ</td>
			<td>ΟΟ</td>
			<td></td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Ciśnienie krwi (BP)</td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
			<td>ΟΟ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Nasycenie tlenem krwi (SpO₂)</td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
			<td>ΟΟ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Równoważniki metaboliczne (METs)</td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
			<td>ΟΟ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Temperatura skóry (ST)</td>
			<td></td>
			<td>ΟΟ</td>
			<td></td>
			<td></td>
			<td>Ο</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Akcelometr (ACC)</td>
			<td></td>
			<td>ΟΟ</td>
			<td></td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Środowiskowe</td>
			<td>Cząstki stałe (PM2.5, PM10)</td>
			<td></td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Tlenek węgla (CO)</td>
			<td></td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
			<td>ΟΟ</td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td>Dwutlenek azotu (NO2)</td>
			<td></td>
			<td></td>
			<td>ΟΟΟ</td>
			<td></td>
			<td></td>
			<td>ΟΟ</td>
			<td></td>
		</tr>

Przekraczając tradycyjną epidemiologię przestrzenną, która głównie koncentrowała się na związkach między środowiskiem a zdrowiem na poziomie populacji i obszarów, obecnie skupiono się na badaniu związków i procesów na poziomie indywidualnym oraz opartych na mobilności1,2,3,4. Przemianę tę napędza kilka wzajemnie powiązanych podstawowych problemów metodologicznych, obok nowych możliwości precyzyjniejszych i bardziej kontekstowo ukierunkowanych podejść.
Po pierwsze, problem modyfikowalnej jednostki obszarowej (MAUP), który odnosi się do problemu, że w analizie danych opartych na obszarach lub strefach, wyniki mogą być wpłynięte przez definicję jednostek obszarowych, dla których raportowane są dane5,6. Dotyczy to dwóch osobnych, ale wzajemnie powiązanych problemów analizy danych przestrzennych. Pierwszy to “problem skali”, gdzie ten sam zestaw danych obszarowych jest agregowany do kilku zestawów większych jednostek obszarowych, przy czym każda kombinacja prowadzi do różnych wartości danych i wniosków. Drugi aspekt MAUP to “problem podziału na strefy”, gdzie dany zestaw jednostek obszarowych jest ponownie łączony w strefy tej samej wielkości, ale zlokalizowanych inaczej, co ponownie skutkuje zmiennością wartości danych i, w konsekwencji, różnymi wnioskami7,8. Aby poradzić sobie z pytaniem dotyczącym wkładu badania w rozwój nowej wiedzy z wykorzystaniem danych opartych na obszarach lub strefach, nieustannie dyskutuje się dwie metody, aby zminimalizować wpływ MAUP. Jedna to maksymalizacja jednorodności wewnątrz obszaru. Wybór odpowiedniej jednostki obszarowej badania minimalizuje błąd pomiaru narażenia na czynniki środowiskowe i niedyferencyjną błędną klasyfikację narażenia podczas estymacji efektu kontekstowego na zdrowie9,10,11. Jednakże, niejednorodność narażenia na zanieczyszczenie powietrza wewnątrz jednostek przestrzennych może nadal prowadzić do błędów. Dlatego inna metoda to przejście do niezależnych od ram form reprezentacji i analizy danych przestrzennych12,13. Wykraczając poza konwencjonalne rozumienie kontekstów opartych na obszarach, miary oparte na jednostkach uwzględniają jednorodność atrybutów i spójność przestrzenną czynników kontekstowych i mogą oferować solidny wskaźnik analityczny, który jest niezależny od skali lub niezmienniczy podczas badania wpływu narażenia środowiskowego na zdrowie14,15,16.
Po drugie, Problem Niepewnego Geograficznego Kontekstu (UGCoP), odnoszący się do problemu, że wyniki dotyczące wpływu zmiennych kontekstowych opartych na obszarach na zachowania lub wyniki indywidualne mogą być wpłynięte przez sposób, w jaki jednostki kontekstowe (np. sąsiedztwo) są geograficznie wyznaczone i stopień, w jakim te jednostki obszarowe odbiegają od prawdziwego geograficznego kontekstu17,18. Typowym przykładem jest ocena narażenia osób na zanieczyszczenie powietrza, która może być błędna przy użyciu miejsc zamieszkania dla osób, które spędzają dużo czasu poza domem w pracy, na wypoczynku itp., co jest daleko od “prawdziwie istotnego przyczynowo” geograficznego kontekstu18,19. Aby zmniejszyć niepewności kontekstowe, które wpływają na dokładną ocenę narażenia na czynniki środowiskowe i ich wpływ na zdrowie ludzi, konieczne jest przyjęcie pomiaru opartego na mobilności, który wykracza poza koncepcje wpływów kontekstowych, które opierają się na używaniu określonych stałych lokalizacji (np. miejsce zamieszkania, miejsce pracy)16,20. Ponieważ zaniedbanie zmienności przestrzenno-czasowej zanieczyszczenia powietrza i mobilności ludzi mogłoby prowadzić do znacznych błędów w szacowaniach indywidualnego narażenia21,22,23,24 oraz ocenie sprawiedliwości środowiskowej25,26, konieczne jest zbieranie danych przestrzenno-czasowych o wysokiej rozdzielczości opartych na mobilności, aby zrozumieć związek między narażeniem na czynniki środowiskowe a wynikami zdrowotnymi. Kolejnym wyzwaniem jest brak dopasowania przestrzennego między zbiorami danych środowiskowych a pomiarami biometrycznymi na poziomie indywidualnym, zebranymi w czujnikach noszonych na ciele. Podczas gdy zdjęcia z perspektywy ulicy umożliwiają precyzyjne charakteryzowanie środowiska w skali ludzkiego wzroku, a indeksy roślinności pochodzące z satelitów (np. NDVI) oferują szersze pokrycie o mniejszej rozdzielczości (10–250 m), oba wymagają wyraźnych strategii dopasowania przestrzennego, które łąc

<table><tbody><tr><td>AirBeam</td><td>HabitatMap</td><td>AirBeam-3</td><td>PM1, PM2.5, PM10, temperatura, wilgotność</td></tr><tr><td>AirVisual&nbsp;Pro</td><td>IQAir</td><td>Pro</td><td>AQI,&nbsp; PM2.5, CO2, temperatura, wilgotność.&nbsp;</td></tr><tr><td>Atmotube Pro</td><td>Atmotube</td><td>Pro</td><td>PM1, PM2.5, PM10,TVOC, temperatura, wilgotność, ciśnienie barometryczne</td></tr><tr><td>BioNomadix BioShirt</td><td>BioPac</td><td>BN-BIOSHIRT-Fx</td><td>Bezprzewodowe inteligentne koszule z wbudowane elektrodami i czujnikami oddechu, zdolne do rejestracji EKG i sygnałów oddechowych.</td></tr><tr><td>Extech SL355 Personal Noise Dosimeter</td><td>Extech</td><td>SL355</td><td>rejestruje SPL, Leq, Peak, itd.</td></tr><tr><td>Fitbit Sense</td><td>Fitbit</td><td>2</td><td>Tętno, EKG, SpO2, poziom stresu, sen, GPS</td></tr><tr><td>FITVII GT5 Pro Max</td><td>FITVII</td><td>https://fitvii.com/products/gt5-pro-charger</td><td>Tętno, Ciśnienie krwi, EKG, poziom glukozy we krwi, SpO2, sen, tryby sportowe</td></tr><tr><td>GAOTek Compact Personal Noise Dosimeter</td><td>GAO Tek</td><td>ASLM-341</td><td>rejestruje SPL, Leq, Peak, itd.</td></tr><tr><td>Go Direct Respiration Belt</td><td>Vernier</td><td>GDX-RB</td><td>Pasek do monitorowania oddechu z czujnikami naprężenia lub ekspansji do wykrywania ekspansji lub kurczenia klatki piersiowej</td></tr><tr><td>Hexoskin Smart Shirt</td><td>Hexoskin</td><td>N/A</td><td>Inteligentny garnitur z osadzone sensorami tekstylnymi do ciągłego monitorowania częstości oddechów, tętna, wentylacji, aktywności, snu itp.</td></tr><tr><td>Huawei Band</td><td>Huawei</td><td>9</td><td>Tętno, SpO2, fazy snu, częstość oddechów, wykrywanie zaburzeń rytmu</td></tr><tr><td>Inkbird Air Quality Monitor</td><td>Inkbird</td><td>N/A</td><td>PM2.5, PM10, HCHO, TVOC, CO, CO2, temperatura, wilgotność</td></tr><tr><td>La Roche-Posay My Skin Track UV</td><td>La Roche-Posay</td><td>My Skin Track UV</td><td>zapinany do odzieży; mierzy UVA i UVB; zasilanie słoneczne&nbsp;</td></tr><tr><td>Miniaturized Light Dosimeter</td><td>Wearifi</td><td>BLE Light Dosimeter</td><td>do 8 kanałów dozymetrii spektralnej (np. UV &rarr; IR), mierzy skumulowaną dawkę światła; dobre do długotrwałego śledzenia ekspozycji.</td></tr><tr><td>Moto Watch 120</td><td>Motorola</td><td>https://www.phonearena.com/news/motorola-moto-watch-120-us-release-price-specs-features-official_id161375</td><td>Tętno, sen, SpO2, stres, 100+ trybów sportowych</td></tr><tr><td>Personal Noise Dosimeter SV-104A</td><td>Svantek</td><td>SV 104A</td><td>rejestruje SPL, Leq, TWA, Peak, itd.</td></tr><tr><td>Prana Air Pocket PM2.5 Monitor</td><td>PranaAir&nbsp;</td><td>N/A</td><td>PM1, PM2.5, PM10, AQI</td></tr><tr><td>Smart Health Wristband</td><td>VIYIWOK</td><td>https://www.ebay.com/itm/306538996133</td><td>Tętno, sen, stres, tryby sportowe</td></tr><tr><td>Smart Watch Fitness Tracker</td><td>TYKOIT</td><td>https://www.tykoit.com/product/senior-friendly-smart-watch-no-phone-app-needed</td><td>Tętno, SpO2, sen, kroki, kalorie</td></tr><tr><td>SunSprite Personal Light Tracker</td><td>GoodLux Technology</td><td>SunSprite</td><td>zapinany do odzieży; mierzy światło widoczne i UV; zasilanie słoneczne</td></tr><tr><td>Temtop Air Station&nbsp;</td><td>&lrm;Elitech</td><td>P1,M2000</td><td>PM2.5, PM10, AQI, temperatura, wilgotność i pogoda</td></tr><tr><td>Xiaomi Smart Band</td><td>Xiaomi</td><td>9</td><td>Tętno, SpO2, fazy snu, poziom stresu</td></tr></tbody></table>

real-world m3-breathe: ku wielomodalnemu mobilnemu monitorowaniu zachowań, oddychania i ekspozycji w leczeniu i ocenie zdrowia

Real-World M3-BREATHE: Toward Multimodal Mobile Monitoring of Behaviour, Respiration, and Exposures for Treatment and Health Evaluation

Integracja technologii mobilnej opieki zdrowotnej (mHealth) do ciągłego, czasu rzeczywistego monitorowania sygnałów fizjologicznych i behawioralnych, w połączeniu ze szczegółowym pomiarem narażenia na czynniki środowiskowe, ma transformacyjny potencjał dla rozwoju spersonalizowanej oceny ryzyka zdrowotnego oraz umożliwia skuteczniejsze leczenie i interwencje. W tym protokole przedstawiam multimodalny system mobilnego monitorowania specjalnie zaprojektowany do rejestrowania i integrowania danych dotyczących indywidualnego zachowania (codzienna aktywność i podróże), funkcji oddechowych, parametrów fizjologicznych i narażenia na czynniki środowiskowe. System łączy urządzenia mobilne do zdrowia oraz przenośne czujniki środowiskowe z aplikacjami na smartfony z funkcją GPS, aby generować synchronizowane, wysokiej rozdzielczości strumienie danych. Te dane są przetwarzane przez inteligentną aplikację na telefonie komórkowym poprzez uwzględnienie obliczeń parametrów fizjologicznych (np. intensywność aktywności fizycznej, częstość oddechów) oraz zewnętrznych danych środowiskowych (np. zielone przestrzenie miejskie, mapy widoku ulicznego), po czym wdrożony został system alertowy oparty na sztucznej inteligencji, aby zapewnić przydatne informacje dotyczące zdrowia układu oddechowego, codziennej aktywności i wzorców mobilności oraz narażenia na czynniki ryzyka. Protokół dostarcza wszechstronnych i szczegółowych wskazówek dotyczących konfiguracji sprzętu, konfiguracji oprogramowania, procedur zbierania danych oraz przepływów analitycznych niezbędnych do wdrożenia Multimodalnego Mobilnego Monitorowania Zachowania, Oddychania i Ekspozycji (zanieczyszczenie powietrza, hałas, światło, ciepło, zieleń itp.) na rzecz Oceny Leczenia i Zdrowia (M3-BREATHE) zarówno w kontrolowanych eksperymentach klinicznych, jak i w realnych kontekstach. Ta przewidująca przyszłość platforma M3-BREATHE ustanawia skalowalne, nieinwazyjne i opłacalne podejście do długotrwałego monitorowania środowiska-mobilności-zdrowia (E-M-H), łącząc precyzyjne zdrowie na poziomie indywidualnym w codziennym życiu z długoterminową inteligencją zdrowotną na skalę populacyjną.

Następujące reprezentatywne wyniki pochodzą z badania pilotażowego, które integrowało przenośne czujniki zanieczyszczenia powietrza, dzienniki aktywności i podróży oraz samoopisywane subiektywne samopoczucie (SWB) na poziomie epizodów. Uczestnikom wymagano przenoszenia przenośnych czujników zanieczyszczenia powietrza podczas codziennych czynności i podróży przez ciągły okres 48 godzin (albo piątek–sobota lub niedziela–poniedziałek) oraz uzupełnienia towarzyszących dzienniku aktywności i podróży. Dane od 112 ważnych uczestników, od grudnia 2017 do lutego 2018, w dzielnicy mieszkaniowej Meiheyuan, Pekin, zostały włączone do analizy. Ta wstępna analiza koncentruje się na wzajemnych związkach między ekspozycją na PM2.5 (dziedzina środowiskowa), codzienną aktywnością (dziedzina behawioralna) i kognitywnym SWB (dziedzina zdrowia). Chociaż to badanie pilotażowe nie potwierdza jeszcze pełnej linii M3-BREATHE, szczególnie integracji sygnałów fizjologicznych (np. HRV, częstość oddechu) i alertów ekspozycyjnych w czasie rzeczywistym, służy jako przykładowy przykład podejścia analitycznego. Pełna walidacja systemu multimodalnego od końca do końca jest potrzebna do przyszłej pracy.
Aby zweryfikować pełną linię M3-BREATHE, oceniono integralność danych (99,3% wskaźnika rejestracji danych GPS i 93,2% wskaźnika rejestracji monitorów zanieczyszczenia powietrza), dokładność synchronizacji (≤1 s asynchronii czasowej między danymi multimodalnymi) oraz ważność kalibracji (mieszaniny PM2.5 z tanich czujników miały korelacje Pearson r=0,86 z instrumentami referencyjnymi klasy badawczej po kalibracji kolokalizacji). Linia przetwarzania integrowała dane trajektorii GPS, dane ekspozycji środowiskowej i dane z dziennika samoopisywanego, umożliwiając identyfikację wzorców ekspozycji specyficznych dla aktywności i skojarzeń ekspozycji-zdrowie. Te wyniki potwierdzają powtarzalność i niezawodność protokołu M3-BREATHE do monitorowania E-M-H w rzeczywistym świecie.
Rycina 1 przedstawia średnie stężenie ekspozycji na PM2.5 (niebieskie słupki, lewa oś) oraz wyniki kognitywnego SWB (pomarańczowa linia, prawa oś) w zakresie różnych czynności codziennych i podróży. Wyniki pokazują, że stężenia ekspozycji na PM2.5 różniły się znacząco w zależności od rodzaju czynności. Najwyższe średnie ekspozycje obserwowano podczas snu, co wskazuje na wysokie stężenie zanieczyszczenia powietrza w pomieszczeniach domowych. Może to wynikać z tego, że badany obszar jest stosunkowo silnie zanieczyszczonym obszarem w porównaniu z innymi częściami Pekinu. Inne czynności z konsekwentnie wysokimi stężeniami ekspozycji obejmowały przeglądanie Internetu, rozrywkę, naukę i spacer, które przekraczały 20 µg/m3. Średnie stężenia ekspozycji stwierdzono w czynnościach takich jak praca, aktywność fizyczna, opieka i wycieczki (15–20 µg/m3). Najniższe ekspozycje rejestrowano podczas spraw osobistych, odwiedzin u lekarza, posiłków i opieki osobistej (5–15 µg/m3). Te różnice, oparte na tym badaniu pilotażowym, odzwierciedlają szczególne konteksty środowiskowe, w których odbywają się czynności (w pomieszczeniach vs. na zewnątrz i siedzące vs. aktywne). W przeciwieństwie do tego, wyniki kognitywnego SWB wykazywały mniejszą zmienność wśród czynności, wahały się wąsko między 1,7 a 2,3 (w skali niezadowolenia 1–5). Najniższe wyniki satysfakcji były związane z odwiedzinami u lekarza i wycieczkami, następnie sprawami osobistymi i pracą, podczas gdy najwyższe wyniki satysfakcji były związane z aktywnością fizyczną, rozrywką i aktywnością społeczną, które są często intrinsycznie satysfakcjonującymi czynnościami.
Znaleziono, że rodzaje czynności związane z wyższymi stężeniami ekspozycji na PM2.5 nie zawsze odpowiadały niższym wynikom kognitywnego SWB, sugerując wzorce dekouplingu między ekspozycją na PM2.5 a samoopisywanym kognitywnym SWB. Na przykład aktywność fizyczna i rozrywka w połączeniu z podwyższoną ekspozycją i wysokimi wynikami kognitywnego SWB. Może to odzwierciedlać, że ryzyko zdrowotne związane z ekspozycją na PM2.5 może być pomijane lub nieświadomie powiązane z kognitywnym SWB, prawdopodobnie ze względu na niewidzialną naturę PM2.5, która sprawia, że jest jeszcze bardziej podstępna i trudna do wykrycia w środowisku. Dla porównania, takie zanieczyszczenia jak SO2, NOx i O3 mają bardziej łatwo wykrywalne cechy. Na przykład SO2 ma charakterystyczny siarkowy zapach, a NOx jest często kojarzone z widocznymi emisjami z procesów przemysłowych i spalinami pojazdów. Te gazowe zanieczyszczenia mogą powodować natychmiastowe podrażnienie oczu, gardła i układu oddechowego, co sprawia, że są łatwiejsze

M3-BREATHE to mobilny system zdrowia (mHealth), który integruje przenośne czujniki do monitorowania oddychania, zachowań i ekspozycji na czynniki środowiskowe w celu spersonalizowanego leczenia i oceny zdrowia w rzeczywistości.

Real-World M3-BREATHE: ku wielomodalnemu mobilnemu monitorowaniu zachowań, oddychania i ekspozycji w leczeniu i ocenie zdrowia

The integration of mobile health (mHealth) technologies for continuous, real-time monitoring of physiological and behavioural signals, in concert with ...

Aplikacja M3-BREATHE do integracji zachowania, oddychania i narażenia, bada jak mobilność wpływa na ryzyko zdrowotne w czasie rzeczywistym i wyniki. Istniejące badania wykorzystują stałe lokalizacje i brak mobilności. Ten protokół rejestruje wysokiej rozdzielczości dane zsynchronizowane na poziomie jednostki w zakresie zachowania, fizjologii i narażenia.Aby rozpocząć, założyć czujnik zintegrowany w koszulce lub na pasku na piersi bezpośrednio na skórze pod ubraniem, aby zapewnić optymalny kontakt. Dostosować dopasowanie tak, aby było ciasne i wygodne bez ograniczania oddychania lub ruchu. Potwierdzić stabilny kontakt ze skórą, sprawdzając czy czujnik nie zsuwa się podczas głębokiego wdechu.Upewnić się, że czujnik jest w pełni naładowany i sparować go ze smartfonem przez Bluetooth, aby monitorować w czasie rzeczywistym. Potwierdzić pomyślne połączenie i automatyczną synchronizację multimodalnych strumieni danych między smartfonem a podłączonymi urządzeniami poprzez dedykowaną aplikację. Po wybraniu czujnika tętna, zweryfikować czy wartości tętna i odstępu RR lub RRI są dynamicznie rejestrowane na smartfonie.Aby skonfigurować inteligentną opaskę, wybrać niedominującą rękę i zamocować urządzenie bliżej wyrostka łokciowego. Dostosować pasek, aby zapewnić właściwy kontakt czujnika ze skórą, pozwalając na włożenie jednego palca. Potwierdzić, że fotopletyzmografia lub czujnik PPG utrzymuje stały i płaski kontakt ze skórą.Po otwarciu towarzyszącej aplikacji, podłączyć opaskę przez Bluetooth do smartfona. Zweryfikować status parowania i ukończyć konfigurację opaskę w aplikacji. Ustawić dostęp do lokalizacji na zawsze i włączyć, aby włączyć opcję ruchu i fitness.Monitorować wskaźniki układu krążenia, w tym tętno lub HR w uderzeniach na minutę, zmienność tętna lub HRV w milisekundach, ciśnienie krwi lub BP w milimetrów rtęci oraz elektrokardiogram lub EKG w mikrowoltach. Podobnie monitorować częstość oddechów wraz z innymi parametrami, takimi jak tętno i RRI. W menu pomiarów zdrowia wybrać SpO2, aby wizualizować zmiany w procentowej saturacji tlenu we krwi przez cały dzień lub przez tygodnie, miesiące i lata.W menu statystyk, wybrać kalorie aktywne, aby zobaczyć podział ruchów i dane o ruchu w czasie rzeczywistym w trendach dziennych, tygodniowych, miesięcznych lub rocznych. Śledź codzienne, tygodniowe lub miesięczne temperatury obwodowe skóry w stopniach Celsjusza, wybierając opcję temperatury ciała w menu pomiarów zdrowia i dane z akcelrometru. Potwierdzić, że wszystkie wskaźniki, w tym dane o ruchu, sen, zarządzanie wagą, układ krążenia, oddech i dane dotyczące temperatury, wraz z podsumowaniem, są widoczne.W konfiguracji czujnika środowiskowego, podłączyć urządzenia do pomiaru środowiska do przenośnego banku energii za pomocą odpowiednich kabli USB na 24-godzinną pracę. Umieścić wielofunkcyjny monitor zanieczyszczeń powietrza, czujniki hałasu i temperatury w kieszeni na ryby z boku plecaka uczestnika. Monitorować parametry zanieczyszczenia powietrza, takie jak cząstki stałe.Wartości PM 2,5 w mikrogramach na metr sześcienny. Ocenić zanieczyszczenie akustyczne poprzez pomiar poziomów głośności na żywo w decybelach i temperatury z czujnika temperatury w stopniach Celsjusza. Następnie przymocować tracker narażenia na światło do paska na ramieniu skierowanego na zewnątrz, aby zmierzyć iluminację w luksach i światło dobowe A lub CLA wartości od zera do jedności.Nakazać uczestnikowi noszenie plecaka podczas codziennej aktywności przez 24 godziny i ładowanie banku energii każdej nocy. Potwierdzić, że wszystkie czujniki są włączone i przesyłają dane środowiskowe w czasie rzeczywistym, w tym cząstki zawieszone w powietrzu i stężenie formaldehydu. Włączyć Bluetooth i ustawić dostęp do lokalizacji na zawsze w menu.Skonfigurować aplikację, aby rejestrować dane lokalizacji GPS w odstępach jednej minuty i synchronizować dane z czujników co pięć minut. W interfejsie urządzenia wybrać Zakończ ćwiczenie, aby zakończyć synchronizację danych. W interfejsie urządzenia wybrać zapisy aktywności, aby potwierdzić, że wszystkie codzienne przypomnienia dotyczące śledzenia są ustawione na włączone.Wybrać opcję tętna, aby zweryfikować, czy ciągłe monitorowanie tętna jest włączone. Pod dobrym samopoczuciem emocjonalnym, potwierdzić, że zapisy stresu emocjonalnego są aktywne. Następnie włączyć zarówno powiadomienia, jak i synchronizację danych w chmurze.Pod poziomem tlenu we krwi, zweryfikować, czy automatyczne SpO2 jest włączone. Przejrzeć krótkie nagranie testowe, aby upewnić się, że dane są kompletne i dokładne, sprawdzając poprawne znaczniki czasowe i wiarygodne wartości we wszystkich strumieniach. Rejestrować różne tryby codziennych ruchów i epizodów podróży w centrum akcji, wraz z trajektoriami GPS.Dostawić materiały instruktażowe uczestnikom, w tym instrukcje i filmy dotyczące użytkowania urządzenia. Ocenić parametry danych demograficznych, takie jak płeć, wiek, waga, wzrost i status cywilny uczestników. Nakazać uczestnikowi noszenie czujnik

real-world-m3-breathe-toward-multimodal-mobile-monitoring-behaviour

Research

JoVE Journal

Environment

Środowisko

Nieinwazyjne obrazowanie zdolności układu krwionośnego mózgu do rozszerzania lub zwężania może pozwolić na lepsze zrozumienie patofizjologii naczyń mózgowych w różnych chorobach neurologicznych. Niniejszy raport opisuje powtarzalny i wygodny dla pacjenta protokół wykonywania obrazowania reaktywności naczyń krwionośnych u ludzi za pomocą rezonansu magnetycznego (MRI).

Mapowanie MRI reaktywności naczyń mózgowych za pomocą wyzwań związanych z inhalacją gazową

Ustandaryzowana metoda oceny została opracowana dla Wearable Mobility Monitoring Systems (WMMS), która obejmuje ciągłe działania w realistycznym codziennym środowisku życia. Testowanie z serią codziennych czynności życiowych może zmniejszyć czułość rozpoznawania aktywności; w związku z tym zachęca się do stosowania realistycznych obwodów testowych w celu prawidłowej oceny wydajności WMMS.

Ocena systemu rozpoznawania aktywności człowieka opartego na smartfonach w codziennym środowisku życia

Stres jest nieuniknionym i trwałym elementem życia, a holistyczne podejście do jego zarządzania jest rozważane. Stworzono ustandaryzowaną metodologię, aby zademonstrować wykonalność protokołu radzenia sobie ze stresem opartego na oddechu, który może być stosowany z dostępną na rynku technologią przenośną.

Społecznościowy program radzenia sobie ze stresem: wykorzystanie urządzeń ubieralnych do oceny reakcji fizjologicznych całego ciała w warunkach nielaboratoryjnych

Dyskretne czujniki i wszechobecna technologia obliczeniowa włączona do codziennego życia domowego osób starszych umożliwia rejestrowanie znaczących zmian w zdrowiu i aktywności w sposób ciągły przez miesiące lub lata, dostarczając ekologicznie ważnych, wysokiej częstotliwości, wielodomenowych danych do badań lub zastosowań klinicznych.

Metodologia tworzenia ogólnowspólnotowego laboratorium życiowego w celu pozyskiwania dyskretnych i ciągłych danych dotyczących zdalnej aktywności i zdrowia

To innowacyjne urządzenie wykorzystuje czujniki magneto-inercyjne, aby umożliwić analizę chodu i aktywności w niekontrolowanych środowiskach. Obecnie w procesie kwalifikacji jako miernik wyniku w Europejskiej Agencji Medycznej, jednym z wniosków będzie pełnienie funkcji klinicznego punktu końcowego w badaniach klinicznych w chorobach nerwowo-mięśniowych.

Domowy monitor do analizy chodu i aktywności

Obecny protokół wprowadza niekomercyjną, samodzielnie opracowaną aplikację do zbierania danych w czasie rzeczywistym na miejscu, w tym skal psychologicznych, lokalizacji GPS, tętna i poziomu nasycenia krwi tlenem, a także procedur operacyjnych aplikacji. Jako przykład zastosowania posłużyło badanie empiryczne przeprowadzone na Tajwanie w 2020 roku.

Aplikacja do parowania z urządzeniami ubieralnymi w celu monitorowania stanu zdrowia

Demonstrujemy standardowy protokół operacyjny do prowadzenia oscylometrii oddechowej, podkreślając kluczowe procedury kontroli i zapewnienia jakości.

Prowadzenie oscylometrii oddechowej w warunkach ambulatoryjnych

Komercyjne smartwatche wyposażone w czujniki do noszenia są coraz częściej wykorzystywane w badaniach populacyjnych. Jednak ich użyteczność jest często ograniczona przez ograniczoną żywotność baterii, pojemność pamięci i jakość danych. Niniejszy raport zawiera przykłady opłacalnych rozwiązań rzeczywistych problemów technicznych napotkanych podczas badań z udziałem dzieci cierpiących na astmę i starszych pacjentów kardiologicznych.

Konfiguracja konsumenckich urządzeń ubieralnych do monitorowania narażenia i zdrowia w badaniach populacyjnych

Sprzężenie ruchowo-oddechowe (LRC) jest potencjalnie korzystne dla biegaczy, ale może być trudne do wykonania. Wprowadzamy niestandardowe rozwiązanie zaimplementowane na smartfonie, aby zindywidualizować i poprowadzić biegaczy w kierunku LRC.

Niestandardowa aplikacja na smartfony do kierowania sprzęgiem lokomotywowo-oddechowym w terenie za pomocą adaptacyjnych dźwięków oddechowych

Biomasa roślinna stanowi źródło odnawialne dla wielu produktów, w tym paliwa, paszy, żywności i różnych materiałów. W artykule badamy właściwości drzewa tytoniowego (Nicotiana glauca) i topoli jako odpowiednich źródeł dla rurociągu biorafineryjnego.

Profilowanie transkryptu i metabolitów w celu oceny drzewa tytoniowego i topoli jako surowca dla przemysłu biotechnologicznego

Poznaj system M3-BREATHE do wielomodalnego mobilnego monitorowania zachowań, oddychania i ekspozycji środowiskowej. Wykorzystuje urządzenia mHealth, czujniki środowiskowe i aplikacje GPS z uczeniem maszynowym.

Real-World M3-BREATHE: ku wielomodalnemu mobilnemu monitorowaniu zachowań, oddychania i ekspozycji w leczeniu i ocenie zdrowia

Przeglądaj więcej filmów