Summary
Denne protokollen introduserer en ikke-kommersiell egenutviklet applikasjon for innsamling av sanntidsdata på stedet, inkludert psykologiske skalaer, GPS-plassering, hjertefrekvens og oksygenmetningsnivå i blodet, samt applikasjonens driftsprosedyrer. En empirisk studie utført i Taiwan i 2020 ble brukt som applikasjonseksempel.
Abstract
Den nåværende protokollen tar sikte på å vise frem teknologiintegrasjonen, og gir en detaljert beskrivelse av å ta i bruk HealthCloud-appen, utviklet av Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), på smarttelefoner og smartklokker for å samle inn data om brukernes sanntids psykologiske og fysiologiske responser og miljøinformasjon. En fleksibel og integrert forskningsmetode ble foreslått fordi det kan være vanskelig å måle flerdimensjonale aspekter ved personopplysninger i stedlige studier i landskaps- og friluftslivsforskning. En studie på stedet utført i 2020 på National Taiwan University campus ble brukt som et applikasjonseksempel. Et datasett på 385 deltakere ble brukt etter å ha ekskludert ugyldige prøver. Under forsøket ble deltakerne bedt om å gå rundt campus i 30 minutter når hjertefrekvensen og psykologiske skalaelementer ble målt, sammen med flere miljømålinger. Dette arbeidet hadde som mål å gi en mulig løsning for å hjelpe studier på stedet med å spore menneskelige responser i sanntid som samsvarer med omgivelsesfaktorer. På grunn av appens fleksibilitet viser bruken på bærbare enheter utmerket potensial for tverrfaglige forskningsstudier.
Introduction
Datainnsamling i sanntid
I dagliglivet drar folk nytte av det fysiske miljøet på mange måter. For eksempel har positive resultater, som psykologisk1 og hjertefrekvensgjenoppretting2, blitt mye funnet. I tillegg har forholdet mellom omgivelsesfaktorer, som temperatur og fuktighet, og mental helse blitt diskutert 3,4. Studier har også utforsket sammenhengen mellom fysiologiske og psykologiske responser, som hjertefrekvens og stress 5,6,7,8. Et bredt spekter av bevis for psykologiske og fysiologiske fordeler ved eksponering for naturen er funnet i velkontrollerte laboratorieundersøkelser 9,10, som kanskje ikke har representert de ulike innflytelsesrike faktorene i feltet. Derfor, for å måle forholdet mellom sanntids menneskelige responser, anses studier på stedet som bedre for å gjenspeile den virkelige scenarioopplevelsen og reaksjonene på miljøene enn laboratoriesimuleringer11. Videre kan menneskelige reaksjoner på miljøer avhenge av kontekst12. Gitt viktigheten av å forstå forholdet mellom folks psykologiske og fysiologiske helse- og miljøkvalitet, er det presserende behov for en sanntids selvsporingsmåling som kan samle inn ulike informasjonstiltak.
Ecological momentary assessments (EMAs) eller experience sampling methods (ESMs) kan representere løsninger for studier på stedet13,14. EMAer og ESM-er tar sikte på å vurdere menneskers øyeblikkelige respons på stedet i virkelige scenarier15. Ved å ta i bruk selvsporingsteknikker kan svarene, reaksjonene og opplevelsene på stedet måles ferskt14. Deltakerne varsles via signaler, for eksempel tekster eller meldinger, for å gjennomføre vurderinger i såkalte signalbetingede prøvetakingsordninger15. Begrepet «EMA» brukes først og fremst i helserelaterte studier13, mens «ESM» gjerne brukes i fritids- og friluftslivsstudier16. Likevel har begrepene tidvis blitt brukt om hverandre12.
Muligheten for å anvende EMAs til miljøforskningsstudier ble diskutert av Beute et al.12, som påpekte at de ville tillate et større utvalg av miljøer å bli adressert enn bare "naturlig" eller "urban". For eksempel, ved å ta i bruk ambulerende måling (for eksempel gjennom GPS-posisjonssporing), kan fysiologiske responser under en tur matches med sanntids posisjonsdatasett, noe som gir en rikere romlig oppløsning av miljøtyper og miljøegenskaper7. I tillegg sikrer sanntidsdatainnsamlingen tillatt av EMAs en høy økologisk gyldighet, noe som gir et komplementært synspunkt fra laboratorieundersøkelser.
Flere og flere empiriske studier på stedet har tatt i bruk bærbare enheter og smarttelefoner for å overvåke personlig helsestatus i dagliglivet og forskningsformål17,18,19,20. Å ta i bruk begge disse enhetene kan gi flere fordeler enn å bruke bare en smarttelefon12. For det første var tilgangstiden ved hjelp av smartklokker kortere enn ved bruk av telefoner21, noe som kan føre til redusert avbruddsbyrde. For det andre gir klokker en større kroppsnærhet enn smarttelefoner22, og telefoner kan brukes som øyeblikkelige databaser for å lagre og laste opp data. For det tredje tilbyr smartklokker i dag flere sensorer til forskjellige parametere, for eksempel hjertefrekvensvariabilitet, elektrokardiogrammer (EKG) og blodtrykk 23,24,25,26,27. De individuelle og overordnede aspektene ved menneskelige responser kan utlede visse aktiviteter12. Til slutt bæres smarttelefoner vanligvis i lommen for smarttelefonbaserte studier, og når det gjelder spørreskjemaene, må det gjøres ekstra arbeid sammenlignet med saken ved hjelp av smartklokker.
Imidlertid har få studier utforsket forholdet mellom psykologiske og fysiologiske utfall og miljøinformasjon. Derfor viser denne studien å ta i bruk en ikke-kommersiell egenutviklet app, HealthCloud, på bærbare enheter, for eksempel smartklokker og smarttelefoner, for å samle inn psykologisk, fysiologisk og miljøinformasjon i sanntid.
Den selvutviklede appen og bærbare enheter
Appen for bruk på bærbare enheter ble utviklet av Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), for å gi mer tilgjengelige og mer fleksible måter å spore menneskelige responser og miljødata på, slik at forskere kan analysere videre forholdet mellom menneskers helse og miljøinformasjon (figur 1).
Appen, basert på iOS, gir flere oppgaver og passive datainnsamlingsfunksjoner. Appen samler selvrapporterte data på smartklokken, for eksempel psykologiske skalaelementer målt gjennom Pop Quiz-spørsmål der brukere kan rangere svarene sine fra en til fem stjerner for rask og enkel vurdering. Denne typen spørsmålsintervensjon kan betraktes som en type Micro interaction-EMA (μEMA)-en in situ datainnsamlingsmetode som krever mindre oppmerksomhet og har en større responsrate enn smartwatch-EMA28. Sensorovervåkede fysiologiske responsdata, inkludert hjertefrekvens, hjertefrekvensvariabilitet og oksygenmetningsnivå i blodet, kan måles ved hjelp av funksjonene til iOS. Hjertefrekvensen måles gjennom smartklokkens optiske hjertesensor ved hjelp av en teknikk som kalles fotopletysmografi29. Appen registrerer mengden blodstrøm ved hjelp av grønne LED-lys med lysfølsomme fotodioder, og hjerteslagene per minutt beregnes også. Hjertefrekvensvariabiliteten (HRV) og oksygenkonsentrasjonen i blodet (SpO2) kan registreres ved hjelp av apper. For smarttelefonen samles oppgavene, for eksempel Stroop Test (figur 2B) og Image Capture-oppgaven (figur 2C) og Environment Sound-oppgaven (figur 2D), omgivelsesforholdsdataene, inkludert relativ fuktighet, vær og høyde, passivt fra flere applikasjonsprogrammeringsgrensesnitt.
Figur 1: Oversikt over appen. Funksjonene til appen på smartklokken, smarttelefonen og databasen. Klikk her for å se en større versjon av dette tallet.
Figur 2: Appoppgavene. Eksempler på oppgavene som kan brukes på appen: fra venstre til høyre er det (A) popup-spørsmålet. (B) Stroop-testen. (C) Image Capture-oppgaven. (D) Miljølyd-oppgaven. Klikk her for å se en større versjon av dette tallet.
Alle data vil bli lastet opp til backend-nettstedet (tilgang til samarbeidende forskere, se Materialtabell). Nettstedet har flere hovedfunksjoner: en kartvisning som viser brukernes nåværende plassering og hjertefrekvens (figur 3), et dataark for å bla gjennom og trekke ut data (figur 4) og oppgavekonfigurasjoner for å endre frekvens, prioritet og innhold i oppgavene (figur 5). Med så stor fleksibilitet og et bredt spekter av målinger, kan forskere enkelt velge de tidligere oppgitte oppgavefunksjonene i henhold til forskningsmålene. I tillegg kan appen komme både brukere og forskere til gode. Appen gir sine helserapporter og GPS-posisjonsbaner (figur 6) i henhold til spørsmålene de har svart på og deres valgte ruter. Dermed kan de få en rask ide om helsetilstanden deres på dagen og fortsette å spore helsedataene sine.
Figur 3: Kartet som vises i appdatabasen. Kartvisningen av appdatabasen gir aktuell informasjon, inkludert steder og hjertefrekvens, til forskerne. Klikk her for å se en større versjon av dette tallet.
Figur 4: Dataark på appdatabasen. Datarapporten for visningskartet i appdatabasen, der data kan eksporteres ved å filtrere ID-en for tid, felt eller tester.
Figur 5: Oppgavekonfigurasjonen i appdatabasen. Oppgavens prioriteter, tidsintervaller, språk og innhold i spørreskjemaene kan endres. Klikk her for å se en større versjon av dette tallet.
Figur 6: Helserapporten for appbrukerne. Etter bruk av appen kan brukeren motta et sett med individuelle resultater generert automatisk. Klikk her for å se en større versjon av dette tallet.
Representativ studie
For å vise frem integreringen av ulike dimensjoner av datainnsamling ved hjelp av appen på smarttelefoner og smartklokker, ble det gjennomført en in situ-studie i 2020 på National Taiwan University campus i Taipei City, Taiwan. Deltakere for studien ble rekruttert på fansiden til National Taiwan University på sosiale medier gjennom et online skjema 1 uke før eksperimentet. Skjemaet inkluderte forskningsformål, prosess, plassering, deltakelsesbetingelser, et skjematisk diagram over forskningsenheten som skal bæres, og et rom for leserne å indikere deres vilje til å delta og tidspunktet de kunne gjøre det på. Etter ferdigstillelse ble deltakerne varslet om eksperimentets nøyaktige tid og sted via e-post 2 dager før tidsplanen. Siden forskningen undersøker psykologiske endringer, fysiologi, fysisk aktivitet (turgåing) og lyd- og fargeoppfattelse, oppfylte deltakerne følgende betingelser: (1) mellom 20-36 år, (2) god fysisk og psykisk helse, (3) ikke være i regelmessig bruk av legemidler som påvirker sentralnervesystemet, (4) ikke være gravid eller amme, (5) har ingen historie med kardiovaskulær sykdom, (6) kan gå i mer enn 30 minutter til fots, (7) kunne identifisere en farge.
På dagen for eksperimentet ble deltakerne utstyrt med ett sett med smarttelefoner og smartklokker, og et rutekart. Forskere presenterte en enhetlig forklaring til deltakerne om formålet med forskningen, forskningsprosessen, de bærbare enhetene og sakene som trenger oppmerksomhet i forskningsprosessen. Under turen ble psykologiske responser vurdert ved hjelp av en Pop Quiz-oppgave hvert 5. minutt, og fysiologiske responser, som hjertefrekvens, ble målt hvert minutt av sensorer i smartklokken. Etter forsøket ble deltakerne kompensert med et gavekort på 200 NTD (~ 7 USD).
For den psykologiske målingen vurderte denne studien landskapspreferanser og to aspekter av den oppfattede restorative skalaen kortversjon30, nemlig "å være borte" og "fascinasjon". Disse aspektene ble målt ved å be deltakerne om å rangere utsagnene "Dette er et sted som er borte fra hverdagens krav og hvor jeg ville kunne slappe av og tenke på hva som interesserer meg." og "Det stedet er fascinerende; den er stor nok til at jeg kan oppdage og være nysgjerrig på ting." på en fempunkts Likert-skala fra (1) "sterkt uenig" til (5) "helt enig" i å måle individuelle oppfatninger av miljøets gjenopprettende faktorer basert på oppmerksomhetsrestaureringsteori31. Landskapspreferanse ble vurdert ved hjelp av en fempunkts Likert-skala med det eneste spørsmålet: "Hvor mye liker du innstillingen, uansett grunn?" fra (1) "veldig lite" til (5) "veldig mye." Spørreskjemaet ble sendt ved hjelp av "Pop Quiz" -oppgaven med et tidsintervall på 5 minutter, noe som betyr at deltakerne mottok spørreskjemaet hvert 5. minutt.
For fysiologisk måling ble hjertefrekvens (HR) mens du gikk brukt til å representere deltakernes fysiologiske utfall med et tidsintervall på 1 min. Miljøinformasjon, inkludert GPS-data (breddegrad og lengdegrad), temperatur, relativ fuktighet, vindhastighet og vindgrad, ble samlet inn via smarttelefonen.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Hele protokollen følger National Taiwan University Research Ethics Committee Office's instruksjoner for gjennomføring av menneskerelaterte eksperimenter. Under deltakerrekruttering ble kandidatene informert om sine instruksjoner og rettigheter og eksperimentets risiko i både tale og skriving, og de signerte samtykkeskjemaene ble samlet inn. Appen kan installeres på smarttelefoner og smartklokker (se materialfortegnelse).
1. Forberedelse av det psykologiske og fysiologiske eksperimentet
- Få informasjon om eksperimentelle nettsteder for planlegging av aktiviteten.
- Design eksperimentelle prosedyrer i henhold til stedet der protokollen brukes.
- Få etisk godkjenning.
- Forbered en introduksjon til eksperimentet for deltakerrekruttering og prosedyreinstruksjoner.
MERK: Instruksjonene inkluderer oppgaver som deltakerne skal utføre og gjøre og ikke gjøre under eksperimentet. - Opprett et nytt feltnavn på HealthCloud-appens backend-nettsted for å stemple de målrettede dataene.
- Logg inn på backend-nettstedet.
MERK: Tilgang til nettstedet er nå begrenset til samarbeidende forskere. - Legg til et nytt feltnavn i Set Field in Admin Management i appdatabasen for å merke dataene som ble samlet inn under eksperimentet (figur 7).
MERK: Måldataene kan lett gjenkjennes og trekkes ut i dataarket (figur 5).
- Logg inn på backend-nettstedet.
- Importere spørreskjemaelementene til konfigurasjonen.
- Logg inn på backend-nettstedet.
- I Admin Management > Configuration, klikk på Velg fil-knappen for å laste opp spørreskjemaer i det gitte formatet (tabell 1).
MERK: I tabell 1 er den første kolonnen der spørsmålene på engelsk må fylles ut; den andre er for den kinesiske versjonen, og den tredje kolonnen er der spørsmålsindikatoren kan fylles ut. Om brukeren mottar spørsmålet på engelsk eller kinesisk, avhenger av språket på smarttelefonen. I denne studien ble språket i hele systemet satt til kinesisk; derfor var spørsmålene på kinesisk.
- Angi tidsintervallet for Pop Quiz-spørsmålene (spørreskjemaene).
- Logg inn på backend-nettstedet.
- I Admin Management > Configuration, angi tidsintervallet ved å velge antall minutter i "Periode med popquiz" (figur 5).
MERK: I denne studien var tidsintervallet for repetisjoner av Pop Quiz-oppgaven 5 min, men det kunne settes hvor som helst mellom 1 min og 72 timer.
2. Rekruttering av deltakere
- Rekrutter deltakere ved hjelp av introduksjonsinstruksjoner.
MERK: Deltakerne ble rekruttert gjennom en online undersøkelse i denne studien. Deltakerne ble utstyrt med en smarttelefon og smartklokke (se Materialtabell), uavhengig av om de hadde egne enheter. - Ekskluder deltakere som ikke er i alderen 20-36 år, gravide eller ammende, fargeblinde og har luktrelaterte sykdommer.
- Introduser eksperimentets fulle innhold, inkludert formålet med undersøkelsen, eksperimentelle forskningsmetoder og prosedyrer, eksperimentelle krav, de potensielle risikoene ved eksperimentet, fordelene for deltakerne og deltakernes rettigheter.
- Innhente skriftlig samtykke fra deltakerne.
3. Forberedelse av bærbare enheter og appen
- Last ned HealthCloud-appen på App Store.
- Forsikre deg om at de nevnte verktøyene er klare til bruk, har god batterilevetid, GPS-funksjonalitet og stabile Internett-signaler på nettstedet.
- Undersøk driftsprosedyrene til appen for å sjekke hjertefrekvensfunksjonen.
- Logg på appen på telefonen ved å opprette en konto (figur 8A).
- Sørg for at all sanntidsinformasjon, inkludert hjertefrekvens, plassering (breddegrad og lengdegrad), høyde, vær, avstanden brukeren har flyttet siden start, og varighet siden appen startet, samles inn på appens hovedside på smarttelefonen (figur 8B).
- Ved å trykke på Angi mål på innstillingssiden, velg feltnavnet som ble opprettet på forhånd, og navngi deltakerne i henhold til deres "Testnr." (Figur 8C).
- Når enhetene er satt, instruerer du forsøkspersonene muntlig med følgende ordlyd om hvordan du bruker både smartklokken og smarttelefonen for riktig vurdering.
- Trykk på Start på smartklokken for å begynne å samle inn fysiologisk og miljømessig informasjon (figur 8D).
MERK: Klokken vil varsle oppgavene ved å vibrere fem ganger i løpet av turen. - Når oppgavene er mottatt, vennligst følg instruksjonene på klokken.
- For å begynne å utføre oppgaven, trykk OK ! og følg instruksjonene som vises på klokkens skjerm.
- For Pop Quiz-oppgaven, vurder uttalelser fra 1-5 stjerner for å svare på de psykologiske skalaelementene og trykk Send for å fullføre målingen.
- For oppgavene "Photo Taking", "Stroop Test" og "Voice", åpne HealthCloud-appen på telefonen og følg instruksjonene.
- For HRV-oppgaven, åpne Breathe-appen og start den ved å klikke på Start. HRV-dataene lastes opp.
- For SpO2-oppgaven, åpne Blood Oxygen-appen på klokken og begynn å måle ved å klikke på Start. Resultatet blir lastet opp.
MERK: Før turen, minn deltakerne med følgende instruksjon: Under turen vil du motta spørsmål angående de psykologiske skalaelementene i tilfeldig rekkefølge, med et angitt tidsintervall. Vennligst ikke endre noen innstillinger på telefonen eller se under turen. Hvis det oppstår en feil, må du gi instruktørene beskjed umiddelbart.
- Trykk på Start på smartklokken for å begynne å samle inn fysiologisk og miljømessig informasjon (figur 8D).
4. Datainnsamling
- Be om deltakerens personlige ID-er for innskudd i bytte mot smartklokker og smarttelefoner.
- Minn deltakerne verbalt på å slappe av og nyte turen med følgende ordlyd: "Under eksperimentet, vennligst slapp av og nyt hele turen; gå som om du ikke var i et eksperiment."
- Etter turen, samle enhetene og trykk Avslutt og Calc for å fullføre eksperimentet.
- Gi deltakerne et gavekort tilsvarende på 200 NTD.
5. Analyse av data
- Hent data fra backend-nettstedet til appen.
- Logg inn på backend-nettstedet. Trekk ut forskningsdata fra databladet ved å filtrere tid, felt og tester-ID.
- Trykk på Eksporter CSV for å laste ned datasettet (figur 4).
- Utfør beskrivende statistisk analyse ved hjelp av statistisk programvare (se Materialtabell).
| Spørsmål (engelsk) | Spørsmål (kinesisk) | Viser | ||
| Det er et sted som er borte fra hverdagens krav og hvor jeg ville være i stand til å slappe av og tenke på hva som interesserer meg. |   |
Å være borte | ||
| Det stedet er fascinerende; den er stor nok til at jeg kan oppdage og være nysgjerrig på ting. |   |
Fascinasjon | ||
| Hvor mye liker du innstillingen, uansett grunn? |  |
Preferanse | ||
Tabell 1: Formatet på Pop Quiz-spørsmålene. De psykologiske skalaelementene som ble vedtatt i denne studien ble brukt som et eksempel for å presentere formatet på Pop Quiz-spørsmålene.
Figur 7: "Feltnavn"-innstilling. På backend-nettstedet er det nødvendig å skrive inn det nye feltnavnet i svart, og klikk deretter på Legg til for å merke måldataene. Klikk her for å se en større versjon av dette tallet.
Figur 8: Appens driftsrutiner. Brukere logger på. (A) Innloggingsgrensesnittet til appen på smartklokken; -appen på smartklokken startes på (B). (C) Hovedsiden til appen, der sanntidsdataene ble vist. (D) Målingen ble satt til å endre "Feltnavn" og "Testnr." Klikk her for å se en større versjon av dette tallet.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Den opprinnelige prøven besto av 423 personer, hvorav 18 måtte utelukkes på grunn av dårlig datakvalitet på grunn av ustabilitet i betaversjonen av appen, og ytterligere 20 klarte ikke å fullføre alle Pop Quiz-spørsmålene. Dette førte til en effektiv samplingsfrekvens på 0,91. Et datasett på 385 studenter (213 kvinner, 172 menn) fra National Taiwan University ble rekruttert. Deltakerne var mellom 20-36 år (M = 23,38, SD = 2,268). Når det gjelder deres psykologiske tilstander, ble det samlet inn 514 preferansevurderinger (PREF, M = 3,74, SD = 1,033), 548 rangeringer av å være borte (AWAY, M = 3,51, SD = 1,101) og 523 rangeringer av fascinasjon (FSCN, M = 3,30, SD = 1,135). For de fysiologiske responsene (dvs. hjertefrekvens, HR) ble det samlet inn 14 253 datapunkter (enhet = slag per sekund, M = 107,83, SD = 15,002). Når det gjelder miljøinformasjon, 14 253 datapunkter relatert til GPS-breddegrad (LAT, M = 25,018, SD = 0,002) og lengdegrad (LONG, M = 121,539, SD = 121,533), 14 253 relatert til temperatur (TEMP; Enhet = Celsius grad, M = 33, 87, SD = 1, 517), 14 253 relatert til relativ fuktighet (RH; Enhet = prosent, M = 63,25, SD = 6,603), 14 253 relatert til vindhastighet (WS; Enhet = meter per sekund, M = 3,58, SD = 1,788) og 12 232 relatert til vindgrad (WD, M = 232,26, SD = 82,952) ble samlet inn (tabell 2). Med disse dataene kan variabler fra forskjellige dimensjoner analyseres statistisk for å verifisere sammenhenger i sin tur.
| Dimensjoner | Elementer | N | Bety | SD | MIN | .MAX | |
| Psykologiske responser | PREF | 514 | 3.74 | 1.033 | 1 | 5 | |
| BORT | 548 | 3.51 | 1.101 | 1 | 5 | ||
| FASCN | 523 | 3.3 | 1.135 | 1 | 5 | ||
| Fysiologiske responser | HR | 14,253 | 107.83 | 15.022 | 65 | 190 | |
| Miljøinformasjon | LAT | 14,253 | 25.018 | 0.002 | 25.012 | 25.024 | |
| LANG | 14,253 | 121.539 | 0.002 | 121.533 | 121.544 | ||
| TEMP | 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 | ||
| WD | 12,232 | 232.26 | 82.952 | 40 | 360 | ||
Tabell 2: Beskrivende statistikk for psykologiske, fysiologiske og miljømessige data. 1. PREF = preferanse; 2. BORTE = å være borte; 3. FASCN = fascinasjon; 4. LAT = breddegrad for GPS-plassering; 5. LANG = Lengdegrad av GPS-plassering; 6. HR = hjertefrekvens; 7. TEMP = temperatur; 8. RH = relativ fuktighet; 9. WS = vindhastighet; 10. WD = vindretning.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Formål med studien og viktige funn
Bærbare enheter, som smarttelefoner og smartklokker, har blitt mye brukt til å undersøke fysiologiske indikatorer eller syndromer 32,33,34, psykologiske tilstander 22,35; miljøinformasjon, eller atferd18,36. De fleste applikasjoner av smarte enheter har fokusert på ett aspekt av personlig informasjon. Så vidt vi vet, er det nåværende arbeidet en av de få som gir en integrert og fleksibel vurdering av psykologiske, fysiologiske og miljømessige data. Videre, i motsetning til studier som bare har brukt smarttelefoner som forskningsverktøy35,37, benyttet denne protokollen smartklokken til å gi mobile spørreskjemaer for nåværende psykologisk tilstandsvurdering og nøye måle fysiologiske data. På den annen side ble smarttelefoner brukt til datalagring, behandling og overføring.
Viktige skritt i protokollen
For å følge protokollen er det avgjørende å vurdere aktiviteten og tidsplanen for aktivitetene som skal inkluderes. Innholdet i aktiviteten kan påvirke nøyaktigheten til sensorene på smartklokken. Under turgåing, for eksempel, viste bruk av smartklokker for å samle hjertefrekvens stor gyldighet; validiteten ble imidlertid redusert da intensiteten økte38. For det andre kan de detaljerte instruksjonene for de bærbare enhetene og appen bidra til å oppnå standardiserte resultater. Feil bruk av enhetene påvirket datainnsamlingen. I vårt tilfelle kan det hende at instruksjonene for appen og enhetene må utvides, og løsninger for vanlige problemer bør inkluderes. Selv om komplette instruksjoner for appen og enhetene ble inkludert, kan det være nødvendig med en lengre periode for deltakerne å gjøre seg kjent med disse elementene. Deltakere som ikke eide disse enhetene, kan slite i utgangspunktet og forårsake uønskede nyhetseffekter; Resultatene fra tidligere studier som adresserte nyheten av smarttelefoner viste imidlertid at deltakere som brukte en lånt telefon, engasjerte seg mer enn de som brukte sin egen39. Til slutt, i denne protokollen, ble psykologiske tilstander målt ved hjelp av smartklokken, og intervallet mellom spørreskjemaene ble satt i henhold til studiens mål. I tidligere langtidsstudier fra 2-10 uker med smarttelefoner som helseintervensjon, ble intervensjoner satt til å forekomme noen ganger om dagen40,41; I korttidsstudien tok det imidlertid mindre enn 1 time å fullføre hele eksperimentet, med et intervensjonsintervall på 5 minutter. Den høye frekvensen av oppgaver kan påvirke enkeltpersoners opplevelse på stedet.
Fordeler og begrensninger ved protokollen og forskningsverktøyene
En fordel med appen er at ved å bruke den kan flere dimensjoner av sanntidsinformasjon, inkludert psykologiske, fysiologiske og miljømessige data, spores samtidig og lastes opp automatisk. For eksempel kan forskere designe sine skriftlige spørreskjemaer på alle språk. Måleintensiteten kan justeres med høy grad av frihet ved å endre tidsintervallet for oppgavelevering. Deltakerne kan motta oppgaver på smartklokken; Mens de svarer på spørsmål eller fullfører tester, blir hjertefrekvensen, romlige plasseringen og værdataene kontinuerlig samlet inn og lastet opp til databasen. Alle personopplysninger med nyttig informasjon, for eksempel tids- og stedsdata for å spore miljøet eller miljøets fysiske egenskaper, kan også analyseres.
En begrensning av forskningsverktøyene, appen og enhetene, er at den for øyeblikket bare er tilgjengelig på iOS. Dette kan begrense brukervennligheten til denne protokollen. Videre kan størrelsene på smartklokker gjøre dem vanskelige å lese for bestemte populasjoner, for eksempel eldre voksne. Imidlertid har bærbare enheter i menneskelig respons og miljøstudier vokst merkbart42,43,44, og de er rimelige sammenlignet med de medisinske instrumentene som brukes til fysiologisk datainnsamling. De samler inn en større mengde og et mer omfattende utvalg av data enn smarttelefoner alene45. Derfor vil studier som søker å undersøke dagliglivsscenarier ha betydelige fordeler når det gjelder å bære bekvemmelighet og kontinuerlig datainnsamling 12,45. En annen begrensning ved appen er at værdataene, samlet inn basert på nærmeste tilgjengelige informasjon, er de samme for alle deltakerne hvis deres geografiske plassering er relativt nær. Imidlertid kan relasjoner og sammenligninger mellom fra forskjellige nettsteder eller på forskjellige datoer fortsatt undersøkes.
Sammendrag og fremtidige studier
Denne studien viser potensialet for å ta i bruk appen på bærbare enheter som et forskningsverktøy. I henhold til protokollen (et sett med pionerprosedyrer) ble tre dimensjoner av informasjon vellykket målt og analysert. Forskere kan subjektivt og objektivt måle forholdet mellom menneske og miljø ved å følge, utvide eller tilpasse protokollen. Dette representerer en unik og effektiv måte å gjennomføre longitudinelle eller tverrsnittsstudier på. Fremtidige studier kan legge vekt på fysisk miljøkvalitet, en viktig faktor i landskapsstudier, for å adressere faktorene som denne protokollen ikke nevnte. Som et resultat blir den objektive målingen av miljøkvalitet, for eksempel ved å vurdere landskapsstrukturer i miljøbilder samlet inn ved hjelp av Image Capture-oppgaver i appen, mulig. Videre kan protokollen også brukes på forskjellige populasjoner eller nettsteder. Med dette settet av standardiserte prosedyrer kan studiens skala utvides til regionale eller nasjonale skalaer i stedet for bare å fokusere på ett sted.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne har ingenting å avsløre.
Acknowledgments
Council of Agriculture of Taiwan finansierte forskningsprosjektet og HealthCloud-apputviklingen fra 2018 til 2020 [109 landbruksvitenskap - 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).
