Summary
웨어러블 센서가 장착 된 상업용 스마트 워치는 인구 연구에서 점점 더 많이 사용되고 있습니다. 그러나 유틸리티는 제한된 배터리 지속 시간, 메모리 용량 및 데이터 품질로 인해 제한되는 경우가 많습니다. 이 보고서는 천식 어린이 및 노인 심장 환자를 대상으로 한 연구에서 직면하는 실제 기술 문제에 대한 비용 효율적인 솔루션의 예를 제공합니다.
Abstract
종종 상업용 스마트 워치에 내장 된 웨어러블 센서는 임상 연구에서 지속적이고 비 침습적 인 건강 측정 및 노출 평가를 가능하게합니다. 그럼에도 불구하고 상당한 관찰 기간 동안 많은 수의 참가자가 참여하는 연구에서 이러한 기술의 실제 적용은 몇 가지 실질적인 문제로 인해 방해받을 수 있습니다.
이 연구에서 우리는 사막 먼지 폭풍으로 인한 건강 영향 완화를위한 이전 개입 연구에서 수정 된 프로토콜을 제시합니다. 이 연구에는 6-11 세의 천식 어린이와 심방 세동 (AF)이있는 노인 환자의 두 가지 별개의 인구 그룹이 포함되었습니다. 두 그룹 모두 신체 활동 (심박수 모니터, 만보계 및 가속도계 사용) 및 위치 (GPS 신호를 사용하여 실내 "집"또는 실외 미세 환경에서 개인을 찾는 것)를 평가하기위한 스마트 워치를 장착했습니다. 참가자들은 매일 데이터 수집 애플리케이션이 장착된 스마트워치를 착용해야 했으며, 데이터는 거의 실시간으로 규정 준수 평가를 위해 무선 네트워크를 통해 중앙 관리 데이터 수집 플랫폼으로 전송되었습니다.
26 개월 동안 250 명 이상의 어린이와 50 명의 AF 환자가 앞서 언급 한 연구에 참여했습니다. 확인된 주요 기술적 과제에는 게임, 인터넷 브라우저, 카메라 및 오디오 녹음 애플리케이션과 같은 표준 스마트워치 기능에 대한 액세스 제한, 특히 실내 환경에서 GPS 신호 손실과 같은 기술적 문제, 데이터 수집 애플리케이션을 방해하는 내부 스마트워치 설정이 포함되었습니다.
이 프로토콜의 목적은 공개적으로 사용 가능한 애플리케이션 로커 및 장치 자동화 애플리케이션을 사용하여 이러한 문제의 대부분을 간단하고 비용 효율적인 방식으로 해결할 수 있었던 방법을 보여주는 것입니다. 또한 Wi-Fi 수신 신호 강도 표시기를 포함하여 실내 위치 파악이 크게 향상되고 GPS 신호 오분류가 크게 최소화되었습니다. 2020년 봄에 이 중재 연구를 출시하는 동안 이러한 프로토콜을 구현함으로써 데이터 완전성과 데이터 품질 측면에서 결과가 크게 개선되었습니다.
Introduction
디지털 건강 기술 애플리케이션 및 웨어러블 센서는 의료 및가정 환경 모두에서 비침습적이고 비용 효율적인 환자 모니터링을 가능하게 합니다1. 동시에 수집된 대량의 데이터와 웨어러블 기반 분석 플랫폼의 가용성은 광범위한 급성 및만성 질환에 대한 자동화된 건강 사건 예측, 예방 및 개입을 위한 알고리즘 개발을 가능하게 합니다2. 주로 피트니스 추적에 사용되는 상업적으로 이용 가능한 웨어러블 센서는 공중 보건 연구에서 의료 전문가가 점점 더 많이 사용하고 있으며 실제 조건에서 다중 모드 및 지속적인 데이터 수집을위한 유망한 도구를 나타냅니다3. 그러나 더 중요한 것은 웨어러블 센서의 편향되지 않은 데이터 수집을 통해 연구원이 인터뷰 및 일기4와 같은 전통적인 데이터 수집 방법을 특징 짓는 회상 편향의 문제를 극복 할 수 있다는 것입니다.
그러나 임상 시험 또는 기타 인구 연구를 위해서는 데이터 정확성, 신뢰성 및 무결성이 필수적입니다. 또한, 수집된 데이터의 신뢰성은 또한 연령 그룹 적용 가능성 뿐만 아니라 장치(5)의 메모리 용량 및 에너지 효율과 같은 몇몇 다른 파라미터에 의해 영향을 받을 수 있다. 제한된 수의 참가자를 대상으로 한 실험실 및 현장 기반 연구에 대한 최근의 체계적인 검토는 일반적으로 활동, 심박수, 발작 및 행동 모니터링에 대한 상업용 스마트 워치의 적용 가능성을 확인했지만, 리뷰는 노인 사용자에 대한 적합성이 낮고 배터리, 메모리 및 데이터 품질 제한이 있음을 입증했습니다 6,7 . 이러한 제한은 일관성없는 인터넷 연결, 장치 편안함 및 잘못된 스마트 워치 사용과 같은 추가 매개 변수가 작용하는 실제 조건에서 더 많은 인구 연구에서 더욱 증폭 될 수 있습니다8. 특히, 외관 및 불편함은 매일 센서를 착용하는 데 중요한 장벽이며9, 개인 정보 보호 및 기밀 유지 문제와 관련된 우려는 웨어러블 센서(10)와 관련된 연구에서 모집에 영향을 미칠 수 있습니다. 연구 연구에서 신체 활동을 측정하기위한 상업용 스마트 워치 및 피트니스 트래커의 적용 가능성과 관련하여 Henriksen et al.의 최근 연구는 특정 연구에 적합한 장치를 선택하는 것이 사용 가능한 임베디드 센서를 기반으로해야 할뿐만 아니라 연구에서의 검증 및 이전 사용을 고려해야한다고 제안했습니다. 외관, 배터리 수명, 견고성, 내수성, 연결성 및 유용성11.
이 연구의 목적을 위해 우리는 사막 먼지 폭풍의 건강 영향을 완화하기위한 중재 연구 인 LIFE MEDEA 프로젝트12에서 직면 한 문제를 개선하기위한 프로토콜을 제시합니다. 이 연구에는 6-11 세의 천식 어린이와 심방 세동 (AF)이있는 노인 환자의 두 가지 별개의 인구 그룹이 포함되었습니다. 두 그룹 모두 신체 활동 (심박수 모니터, 보수계 및 가속도계 사용) 및 위치 (GPS 신호를 사용하여 실내 "집"또는 실외 미세 환경에서 개인을 찾습니다)를 평가하기위한 상업용 스마트 워치를 장착했습니다. 참가자들은 매일 스마트 워치를 착용해야하며 데이터는 거의 실시간으로 규정 준수 평가를 위해 데이터 수집 애플리케이션을 통해 무선 네트워크를 통해 중앙 관리 데이터 수집 플랫폼으로 전송되었습니다. 스마트워치 및 시스템 셋업에 대한 추가의 세부사항은 이전 연구(13)에서 제공된다. 프로젝트 구현 첫해에 장치와 관련된 몇 가지 기술 및 실제 문제가 발생하여 채용, 매일 장치를 착용하는 참가자의 준수 및 수집된 데이터의 완전성에 영향을 미쳤습니다. 스마트 워치를 착용 한 어린이가 게임, 인터넷 브라우저, 카메라 및 오디오 녹음 응용 프로그램과 같은 표준 스마트 워치 기능에 액세스해서는 안된다는 학교 관리자 및 많은 부모의 요구 사항과 같은 일부 문제는 인구 별 문제였습니다. 다른 문제는 특히 실내 환경에서 GPS 신호 손실 및 데이터 수집 응용 프로그램을 방해하는 내부 스마트 워치 설정과 같은 본질적으로 기술적 인 문제였습니다. 식별된 주요 과제에 대한 자세한 개요와 그 의미 및 솔루션에 대한 간략한 설명이 표 1에 나와 있습니다.
이 연구에서는 웨어러블 센서를 사용하는 인구 연구에서 사용자 규정 준수, 데이터 품질 및 데이터 완전성을 개선하고 관련 프로토콜을 제공하기 위해 간단하고 비용 효율적이며 기성품 솔루션을 제안합니다. 또한, 우리는 연구13의 대표 결과를 사용하여 이러한 프로토콜의 구현으로 인한 데이터 완전성 향상을 입증합니다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
행정 및 윤리 승인은 키프로스 보건부(YY5.34.01.7.6E)와 키프로스 국가 생명윤리위원회(ΕΕΒΚ/ΕΠ/2016.01.23)로부터 획득되었습니다. 심방 세동 환자와 천식 어린이의 보호자는 연구에 참여하기 전에 서면 동의서를 제공했습니다.
1. 응용 프로그램 보관함 및 장치 자동화 응용 프로그램
참고: 무료로 사용할 수 있는 애플리케이션 보관함 및 장치 자동화 애플리케이션(태스커)은 Android 장치와 IOS 장치 모두에서 찾을 수 있습니다. 본 연구에 사용 된 특정 응용 프로그램은 재료 표에 나열되어 있습니다.
- 가급적이면 스마트워치와 동일한 Android 버전이 장착된 스마트폰 장치를 사용하십시오.
- Play 스토어에서 데이터 수집 애플리케이션, 애플리케이션 보관함 및 태스커를 다운로드하여 설치합니다.
- 스마트 폰에 이미 설치된 다운로드 한 응용 프로그램의 Android 응용 프로그램 패키지 (APK)를 추출 할 수있는 무료로 제공되는 응용 프로그램을 다운로드하십시오.
참고 : 응용 프로그램은 스마트 폰의 내부 저장소에 Extracted-Apks라는 폴더를 만들고 내 보낸 APK 파일을 저장합니다. 모든 스마트워치 기기를 설정하는 동안 애플리케이션 보관함과 태스커를 다운로드하는 대신 APK 파일을 저장하여 모든 기기에서 동일한 버전의 애플리케이션을 사용할 수 있도록 합니다.
2. 태스커를 이용한 자동화 절차 개발
참고: 태스커를 사용하면 자동화된 프로세스를 단계별로 개발할 수 있습니다. 이는 프로젝트의 요구 사항에 따라 달라질 수 있습니다. 이전 코딩 또는 프로그래밍 경험이 필요하지 않습니다. 다음 단계에서는 트리거(충족될 때 작업 담당자가 프로세스를 시작할 수 있도록 허용하는 시작 상태), 조건(충족될 때 프로세스가 다음 단계로 계속되도록 허용하는 조건) 및 작업(프로세스 결과)이라는 용어와 정의가 사용됩니다. 제공된 그림에서 평행 사변형은 트리거를 나타내고 다이아몬드는 조건을 나타내며 사각형은 동작을 나타냅니다. 각 프로세스에는 둘 이상의 작업이 발생할 수 있으며 각 프로세스 아래에서 작업 a, b, c(...)로 레이블이 지정됩니다. 프로젝트의 현장 구현 중에 확인 된 각 개별 문제에 대해 별도의 프로세스가 설정되었습니다. 이 접근 방식은 설정된 조건 간에 중복이 없도록 하고 자동화된 프로세스 전체의 원활한 작동을 가능하게 했습니다.
- 장치 자동화 애플리케이션을 시작하고 인터페이스로 이동하여 작업을 빌드합니다.
참고: 인터페이스는 장치 자동화 응용 프로그램마다 다릅니다. 아래에 설명된 단계는 여기에 제시된12에 사용된 태스커를 기반으로 하지만 유사한 단계가 이러한 종류의 모든 응용 프로그램에 적용됩니다. 장치 자동화 응용 프로그램을 사용하면 다양한 프로세스(매크로라고도 함)를 개발할 수 있습니다. 이 프로토콜에 설명된 모든 매크로는 보조 파일 1에 제공됩니다.- 프로세스를 만들려면 매크로를 선택합니다.
- 데이터 수집 응용 프로그램을 체계적으로 활성화하는 프로세스를 만듭니다(그림 1). 아래 단계에 따라 그렇게 하십시오.
- 더하기 기호를 클릭하여 매크로 또는 작업을 추가합니다. 트리거를 추가하여 프로세스의 시작점을 만듭니다. 트리거 탭에서 더하기 기호를 클릭합니다.
- 날짜 및 시간을 선택하고 일반 간격 탭을 선택합니다. 참조 시간을 사용하지 말고 일정한 간격을 설정하십시오.
- 절차를 시작하기 위한 트리거 역할을 할 고정 시간 간격을 설정합니다. 간격을 7.5분으로 설정하고 확인을 클릭합니다.
참고: 이 조건은 7.5분마다 실행되는 일반 트리거를 만듭니다. 트리거 간격의 선택은 장치의 배터리 용량 및 데이터 수집 응용 프로그램의 원활한 작동에 영향을 미치는 기타 조건을 기반으로합니다. - 작업을 추가하려면 작업 탭에서 더하기 기호 를 클릭합니다. 조건/루프 탭을 선택합니다. IF 절을 선택합니다.
- 더하기 기호를 클릭하여 조건을 추가합니다. 날짜 및 시간 탭을 선택하고 스톱워치를 선택합니다. 확인을 클릭합니다.
- 조건으로 추가할 고정 기간을 설정합니다. 절차의 일부로 테스트되는 조건은 스톱워치 값이 >29분인지 <1초인지입니다.
참고: 전자는 30분마다 데이터 수집 응용 프로그램을 체계적으로 활성화하는 기본 설정을 반영하고 후자는 스톱워치가 작동하지 않거나 중지된 경우에도 데이터 수집 응용 프로그램을 활성화하는 기본 설정을 나타냅니다. - 삼각형을 클릭하여 AND를 변경합니다. OR를 선택합니다.
참고: 조건 중 하나가 충족될 때마다 프로세스를 계속할 수 있습니다. - IF 문 사이에 작업을 추가하려면 End if를 클릭합니다. 위의 작업 추가를 선택합니다.
- 탐색하여 화면 탭을 찾습니다. 작업을 선택하십시오 화면 켜기, 그리고 클릭 Ok.
참고: 조건이 충족되면 태스커가 화면을 활성화합니다. - 유사한 단계에 따라 화면의 밝기를 가장 낮은 백분율로 줄이는 두 번째 작업을 추가합니다.
- 이 자동화된 프로세스에 사용되는 스톱워치를 재설정하고 다시 시작하는 추가 작업을 추가합니다. 이렇게 하면 루프가 생성됩니다.
- 비슷한 단계를 수행하고 데이터 수집 응용 프로그램을 사용하도록 설정하는 작업을 추가합니다. 응용 프로그램을 선택합니다.
- 응용 프로그램 시작을 선택합니다. 데이터 수집 응용 프로그램을 찾아 선택합니다. 강제 NEW를 선택하고 확인을 클릭합니다.
참고: 프로세스가 완료되었습니다. 트리거, 조건 및 작업이 설정됩니다. 이 프로세스는 데이터 수집 응용 프로그램이 빈번한 시간 간격으로 임의 응용 프로그램 충돌에 대응할 수 있도록 체계적으로 활성화합니다. 화면 켜기 작업은 상용 장치의 최대 절전 모드 설정을 방지하도록 설계되었으며 밝기를 0%로 설정하면 배터리 소모를 줄일 수 있습니다. 작업 스톱워치 (재설정 및 다시 시작)는 전체 프로세스에 루프를 만듭니다. 조건이 충족되면 태스크 담당자는 (a) 데이터 수집 응용 프로그램 시작, (b) 스마트 워치 화면 활성화, (c) 화면 밝기를 0 %로 줄이기, (d) 스톱워치를 재설정하고 다시 시작하여 루프를 만드는 작업을 수행합니다. 동작 b 및 동작 c는 상용 장치의 기본 최대 절전 모드 설정에 대응하도록 설계되었습니다. 최대 절전 모드 설정은 스마트워치 애플리케이션(데이터 수집 애플리케이션 포함)의 정상적인 작동을 방해할 수 있습니다. 최대 절전 모드는 화면을 체계적으로 활성화하여 해결하고(동작 b), 배터리 소모를 줄이기 위해 화면 활성화는 화면 밝기를 줄이는 것과 결합됩니다(동작 c). - 이 프로세스에 이름을 지정하고 저장을 선택합니다.
- 스마트워치의 Wi-Fi를 체계적으로 활성화하는 프로세스를 만듭니다(그림 2).
- 트리거를 추가하여 프로세스의 시작점을 만듭니다. 트리거 탭에서 더하기 기호를 클릭합니다. 장치 이벤트를 선택하고 화면 켜기/끄기를 선택합니다. 화면 켜기를 선택하고 확인을 클릭합니다.
- 작업 탭에서 더하기 기호를 클릭하여 작업을 추가합니다. 조건/루프 탭을 선택합니다. IF 절을 선택합니다. 더하기 기호를 클릭하여 조건을 추가합니다. 연결 탭을 선택합니다. Wi-Fi 상태를 선택합니다. Wi-Fi 비활성화를 선택하고 확인을 클릭합니다.
- 종료를 클릭하십시오. 위의 작업 추가를 선택합니다. 연결 탭을 선택합니다. Wi-Fi 구성 탭을 클릭합니다. Wi-Fi 활성화를 선택하고 확인을 클릭합니다. 이것은 2.3 단계에서 프로세스의 작업 a입니다.
알림: 화면이 활성화되고 Wi-Fi가 비활성화된 경우 태스커는 Wi-Fi를 활성화합니다. - Stopwatch_2 재설정하고 다시 시작하는 IF 문 사이에 추가 작업을 추가합니다. 이것은 2.3 단계에서 프로세스의 작업 b입니다.
알림: 스톱워치는 몇 분 후에 Wi-Fi를 비활성화하는 데 중요하며, 이는 프로토콜의 다른 프로세스에 의해 수행되는 작업입니다 (2.5 단계). 스마트 워치는 배터리 소모를 증가시키기 때문에 Wi-Fi에 지속적으로 연결할 필요가 없습니다. - 이 프로세스에 이름을 지정하고 저장을 선택합니다.
- 배터리 소모를 체계적으로 최적화하는 프로세스를 만듭니다(그림 3).
알림: Smartwatch 장치에는 일반적으로 몇 초 후에 화면을 비활성화하는 기본 설정이 있습니다. 우리 연구에 사용 된 장치의 경우이 기간은 15 초였습니다. 테스트는 2.7단계에 나와 있습니다.- 기본 화면 비활성화를 트리거로 사용합니다.
- 스마트워치가 충전 중이 아닌지, 네트워크에 연결되어 있지 않은지 여부를 테스트하는 조건을 설정합니다. 둘 다 적용되는 경우 프로세스는 배터리 소모를 줄이기 위해 Wi-Fi 연결을 비활성화합니다. 이것은 2.4 단계의 프로세스 작업 a입니다.
알림: 스마트 워치가 충전 중이면 하루 동안 수집 된 모든 데이터를 Wi-Fi 연결을 통해 온라인 서버로 보낼 수 있도록 Wi-Fi를 활성화 된 상태로 유지해야합니다. 일반적으로 충전은 밤새 이루어집니다. - 블루투스가 활성화되어 있는지 여부를 테스트하는 조건을 설정합니다. 이 경우 배터리 소모를 줄이기 위해 블루투스가 비활성화됩니다. 이것은 2.4 단계에서 프로세스의 작업 b입니다.
- 트리거 후 자동으로 활성화되는 추가 작업을 설정합니다. 이 작업은 화면 밝기를 50%로 설정합니다(2.4단계 프로세스의 작업 c).
참고: 사용자 상호 작용에 따라 밝기 수준이 변경될 수 있습니다. 더 높은 레벨의 스크린 밝기는 배터리를 더 빨리 소모하고, 포함하는 바와 같이, 스크린 밝기는 사용자가 또한 배터리를 보존하면서 스마트워치와 용이하게 상호작용할 수 있게 하는 최적 레벨로서 50%로 설정된다.
- 이벤트 정보를 체계적으로 기록하는 프로세스를 만듭니다(그림 4).
- 트리거를 추가하여 프로세스의 시작점을 만듭니다. 트리거 탭에서 더하기 기호를 클릭합니다. 날짜 및 시간을 선택합니다. 일반 간격 탭을 선택합니다. 참조 시간을 사용하지 마십시오.
- 일정한 간격을 설정합니다. 절차를 시작하기 위한 트리거 역할을 할 고정 시간 간격을 설정합니다. 간격을 5분으로 설정하고 확인을 클릭합니다.
참고: 이렇게 하면 5분마다 실행되는 무한 트리거가 생성됩니다. 간격의 선택은 장치의 배터리 용량 및 연구원의 요구 사항에 따라 다른 조건을 기반으로합니다. - 작업을 추가하려면 작업 탭에서 더하기 기호를 클릭합니다. 로깅을 선택합니다. 이벤트 기록을 클릭합니다.
- 줄임표 점 탭을 클릭합니다. Wi-Fi SSID(Wi-Fi 네트워크 이름)를 찾아 선택하고 확인을 선택합니다.
- 줄임표 포인트 탭을 다시 클릭하고 정확히 동일한 단계에 따라 Wi-Fi 신호 강도, 장치 일련 번호, GPS 위도, GPS 경도, GPS 신호의 정확도 및 스마트 워치 충전 여부를 추가로 추가합니다 (2.5 단계의 프로세스 작업 a).
참고: 이 작업은 프로젝트와 관련된 미리 지정된 변수를 사용하여 로그 이벤트를 만듭니다. - 이 프로세스에 이름을 지정하고 저장을 선택합니다.
- 로깅 탭을 클릭하고 스마트 워치가 충전되지 않는지, 화면이 꺼져 있는지, 포인트에 설명 된 스톱워치의 조합을 테스트하는 조건을 설정하십시오.
2.3.3은 >4분이며 이러한 모든 조건이 충족되면 Wi-Fi를 비활성화합니다(2.5단계 프로세스의 작업 b).
- GPS 신호가 비활성화된 경우 사용자에게 알림을 제공하는 프로세스를 만듭니다(그림 5).
- Wi-Fi 네트워크에 대한 연결을 트리거로 설정합니다.
- 트리거 후 자동으로 활성화되는 작업을 설정합니다. 이 작업은 2.5.2단계(2.6단계 프로세스의 작업 a)와 유사한 로그 이벤트 지점을 만듭니다.
참고: 이 추가 로그 이벤트는 스마트워치가 홈 Wi-Fi 네트워크에 연결된 정확한 시간에 대한 정보를 제공합니다. - GPS 센서가 비활성화되었는지, 정확도 상태가 변경되었는지 또는 비행기 모드가 활성화되었는지 테스트하는 조건을 설정합니다. IF 문 사이에 알림 오류 "ERROR"를 표시하는 작업을 추가합니다!!! 설정을 확인하십시오"(2.6 단계에서 프로세스의 작업 b).
- 생성된 각 프로세스를 테스트합니다.
- 프로세스 탭을 클릭합니다.
- 트리거 탭을 클릭합니다.
- 테스트 트리거를 선택합니다.
참고: 테스트 트리거는 선택한 프로세스의 작업을 시작합니다. 결과가 의도 한 것이면 프로세스가 저장됩니다.
3. 생성 된 프로세스 내보내기 (2.1-2.6 단계)
- 생성 된 프로세스 (2.1-2.6 단계)의 파일을 MDR 형식 (mdr 파일)으로 1.1.3 단계와 동일한 스마트 폰 디렉토리에 내보내고 저장하십시오.
4. 생성 된 파일을 스마트 워치로 전송 및 설치
- 스마트 폰에서 노트북 / PC로 파일을 전송합니다.
- 스마트 폰을 노트북 / PC에 연결하십시오.
- 장치 자동화 애플리케이션으로 생성 된 추출 된 APK 및 mdr 파일 (tasker 확장 파일)이있는 디렉토리를 찾으십시오.
- 모든 파일을 복사하여 랩톱 / PC의 디렉토리에 붙여 넣습니다.
- 노트북/PC에서 스마트워치 장치로 파일을 전송합니다.
알림: 이 연구에서 스마트 워치에는 데이터 / 파일 전송도 가능한 마그네틱 충전기 케이블이 장착되어있었습니다.- 마그네틱 충전기가있는 스마트 워치를 노트북 / PC에 연결합니다.
- 스마트워치 알림 패널에서 파일을 전송하는 옵션을 선택합니다.
- 랩톱/PC에서 4.1.2단계에서 저장된 파일이 있는 디렉터리로 이동합니다.
- 모든 파일을 복사하여 스마트워치의 디렉터리에 붙여넣습니다.
5. 현장 사용을 위한 스마트워치 설정
- 스마트 폰의 응용 프로그램과 프로세스를 스마트 워치에 설치하십시오.
- 붙여 넣은 파일이있는 대상으로 이동하고 모든 APK 파일을 설치하십시오. 여기에는 응용 프로그램 잠금, 태스커 및 데이터 수집 응용 프로그램이 포함됩니다( 재료 표 참조).
- 2단계에서 만든 프로세스가 포함된 mdr 파일을 설치합니다.
- 프로세스를 작동하는 데 필요한 모든 권한을 수락합니다.
참고: 사용 권한은 만든 프로세스의 특성에 따라 달라질 수 있습니다.
- 장치의 중요한 기본 설정을 지정하거나 변경합니다.
알림: 스마트 워치를 참가자에게 제공하기 전에 몇 가지 중요한 설정을 수정해야합니다.- 스마트워치 화면을 왼쪽으로 스와이프하고 스마트워치 설정 기능으로 이동합니다. 설정을 클릭합니다.
- 사운드를 선택하고 모든 개별 사운드 설정의 볼륨 레벨을 최소화하여 모든 사운드를 비활성화합니다. 화면을 오른쪽으로 스와이프하여 기본 설정 화면으로 돌아갑니다.
알림: 스마트 워치의 산만 함과 불필요한 알림은 특히 학교 및 근무 시간 동안 참가자에게 불필요한 번거 로움을 줄 수 있으므로 권장하지 않습니다. - 아래로 스크롤하여 연결 기능을 선택합니다. 아래로 스크롤하여 GPS를 선택합니다. 모드를 클릭하고 GPS 설정을 높은 정확도로 설정합니다.
- 화면을 오른쪽으로 스와이프하여 기본 설정 화면으로 돌아갑니다.
- 아래로 스크롤하여 절전 기능을 선택하고 대기 인텔리전스 전원 설정을 비활성화한 다음 배터리 세이버가 항상 꺼져 있는지 확인합니다. 화면을 오른쪽으로 스와이프하여 기본 설정 화면으로 돌아갑니다.
알림: 배터리 소모를 고려해야 하지만 표준 절전 모드를 활성화된 상태로 유지하면 애플리케이션의 원활한 작동을 방해하고 데이터 품질과 완전성에 부정적인 영향을 미칠 수 있습니다. - 아래로 스크롤하여 날짜 및 시간 함수를 선택합니다. 자동 표준 시간대 탭을 비활성화합니다. 아래로 스크롤하여 시간대 선택을 클릭하고 올바른 시간대를 선택한 다음 24시간 형식을 활성화합니다.
- 위로 스크롤하여 자동 표준 시간대를 활성화하고 자동 날짜 및 시간 모드가 네트워크 제공 시간 사용으로 설정되어 있는지 확인합니다.
알림: 이는 각 센서 측정에 올바른 타임스탬프가 수반되도록 하는 데 중요합니다. - 화면을 오른쪽으로 스와이프하여 기본 설정 화면으로 돌아갑니다. 아래로 스크롤하여 자세히를 선택하고 백그라운드 클리너 옵션을 열고 배터리 절약 모드를 비활성화합니다.
참고: 백그라운드에서 응용 프로그램의 원활한 작동을 방해하는 모든 설정을 비활성화해야 합니다. 이 경우 이러한 설정은 백그라운드 클리너이며 활성화 된 상태로 유지되면 이러한 응용 프로그램이 백그라운드에서 작동하지 않으므로 스마트 워치의 일반적인 설정에 영향을 미치고 데이터 수집 접근 방식을 방해합니다. - 화면을 오른쪽으로 스와이프하여 추가 설정 화면으로 돌아가고 아래로 스크롤하여 앱 정지 기능을 선택하고 다음을 클릭하고 아래로 스크롤하여 Google Play 스토어를 클릭하고 고정을 선택합니다. 응용 프로그램이 자동으로 비활성화됩니다.
참고: 활성화된 상태로 두면 Play 스토어에서 업데이트를 수행할 수 있습니다. 이러한 업데이트는 생성 된 프로세스를 방해 할 수 있습니다. 또한 일부 업데이트는 다른 연구 참가자에 대해 다른 날에 발생할 수 있으므로 일정 기간 동안 모든 참가자로부터 동일한 방식으로 데이터가 수집되지 않습니다. - 화면을 오른쪽으로 스와이프하여 추가 설정 화면으로 돌아가고 알림 기능을 선택한 다음 Google을 선택하고 이 애플리케이션의 모든 알림을 차단합니다.
참고: 장치 및 운영 체제에 따라 다른 응용 프로그램에서도 알림이 표시될 수 있습니다. 스마트 워치의 산만 함과 불필요한 알림은 특히 학교 및 근무 시간 동안 참가자에게 불필요한 번거 로움을 줄 수 있으므로 권장하지 않습니다. - 화면을 오른쪽으로 스와이프하여 추가 설정 화면으로 돌아가고 아래로 스크롤하여 데이터 세이버 기능을 선택하고 데이터 세이버 를 비활성화합니다. 화면을 오른쪽으로 스와이프하여 추가 설정 화면으로 돌아갑니다.
참고: 데이터 업로드 또는 수신에 영향을 줄 수 있는 설정이나 기능을 비활성화합니다. - 앱 설정 기능을 선택하고 아래로 스크롤하여 특수 액세스 기능을 선택하고 배터리 최적화 설정을 클릭합니다. 삼각형을 클릭하고 모든 앱을 선택합니다.
- 아래로 스크롤하여 응용 프로그램 보관함을 찾고, 응용 프로그램 보관함을 선택하고, 최적화하지 않음을 선택하고, 완료를 클릭합니다. 스마트워치 설정에 사용되는 모든 관련 애플리케이션(애플리케이션 락커, 태스커, 데이터 수집 애플리케이션)을 찾고 최적화 안 함을 선택합니다.
참고: 데이터 수집을 수행하거나 지원하는 기본 응용 프로그램은 배터리 제한 없이 작동해야 합니다. - 설정을 완료한 후 이 단계에서 구현된 설정을 확인합니다.
참고: 터치 스크린의 반응성이 부족할 수 있으며 설정에 대한 중요한 수정이 올바르게 수행되지 않았을 수 있으므로 검사를 실행하여 모든 단계가 올바르게 수행되었는지 확인하십시오. 모든 소리와 진동이 최소화되고 GPS가 고정밀 모드에 있으며 날짜 및 시간 설정이 올바른지 다시 확인하십시오. 또한 백그라운드에서 응용 프로그램의 원활한 작동을 방해하는 모든 설정을 비활성화해야 합니다. 또한 업데이트를 수행할 수 있는 다른 응용 프로그램이 고정되어 있는지 확인합니다. 데이터 업로드 또는 수신에 영향을 줄 수 있는 모든 설정 또는 기능을 비활성화합니다. 데이터 수집을 수행하거나 지원하는 기본 응용 프로그램이 배터리 제한 없이 작동할 수 있는지 확인합니다.
- 응용 프로그램 보관함을 설정합니다.
- 홈 화면에서 탐색하여 설치된 응용 프로그램을 찾습니다.
- 앱 보관함을 선택합니다.
- App Locker에서 응용 프로그램을 잠그는 방법을 선택합니다(PIN 코드 또는 패턴 코드 사용 가능성).
- 잠그려는 응용 프로그램을 선택합니다. 무엇보다도 카메라, 음성 녹음, 브라우저 및 게임 응용 프로그램을 잠글 수 있습니다. 앱 보관함을 활성화합니다.
- 스마트 워치를 참가자의 홈 Wi-Fi 네트워크에 연결합니다.
참고: 설정이 완료되었습니다. 스마트 워치를 참가자에게 제공 할 준비가되었습니다.
- 참가자가 스마트워치를 사용할 수 있도록 허용합니다.
- 참가자들에게 매일 스마트 워치를 착용하고 매일 밤 수면 중에 장치를 충전하도록 지시하십시오.
알림: 낮 동안 참가자들은 스마트 워치를 일반 디지털 시계로 사용하고 스마트 워치 만보계 표시기를 통해 활동 수준을 평가할 수있었습니다. 참가자는 스마트 워치가 데이터를 수집하고 전송할 수 있도록 특정 작업을 수행 할 필요가 없었습니다. 태스크 커와 함께 개발 된 자동화 된 프로세스와 함께 프로토콜에 설명 된대로 장치를 구성하여 참가자의 번거 로움을 최소화했습니다.
- 참가자들에게 매일 스마트 워치를 착용하고 매일 밤 수면 중에 장치를 충전하도록 지시하십시오.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
이 프로토콜은 웨어러블 센서를 사용하는 인구 연구에서 채용, 규정 준수 및 데이터 품질에 영향을 미치는 실제 문제에 대한 간단하고 비용 효율적인 솔루션을 설명합니다. 여기에 설명된 단계를 통해 천식 어린이와 심방세동 성인을 대상으로 한 대규모 인구 연구에서 노출 및 건강 모니터링을 위한 소비자 웨어러블 장치를 성공적으로 설정할 수 있었습니다. 그림 6 은 제공된 프로토콜에 대한 그래픽 개요를 제공하고 식별된 주요 기본 문제를 해결하기 위해 수행되는 주요 단계를 보여줍니다.
여기에서는 2020 년 봄 LIFE MEDEA 연구에 참여한 17 명의 참가자 (6-11 세 천식 어린이)의 하위 집합13의 대표 결과를 제시합니다. 17 명의 참가자는 프로토콜 구현 전후의 신체 활동 (보수계, 가속도계, 심박수) 및 GPS 위치에 대한 타임 스탬프 데이터를 제공하는 스마트 워치를 장착했습니다. 이들 데이터는 데이터 수집 애플리케이션을 통해 수집되었고, 앞서 설명된 바와 같이, 스마트워치가 각각의 참가자의 홈 내부의 Wi-Fi 네트워크와 접촉할 때 클라우드 기반 데이터베이스와 자동으로 동기화되었다(13). 그러나, 설명된 프로토콜의 적용을 통해, Wi-Fi 연결, Wi-Fi 신호 세기, 배터리 용량, 및 디바이스가 충전 중인지 여부에 대한 정보도 이용 가능하게 되었다. 이러한 추가 변수에 대한 데이터는 클라우드 기반 데이터베이스와 자동으로 동기화되지 않았지만 연구 기간이 끝난 후 Bluetooth를 통해 각 스마트 워치에서 수동으로 다운로드해야했습니다. 프로토콜 구현 전 2주 동안과 2주 후에 수집된 데이터를 비교하여 하루에 수집된 데이터의 백분율로 정의되는 데이터 완전성 개선에 대한 이러한 솔루션의 영향을 평가했습니다. 도 7A 는 각 참여자에 대한 프로토콜 구현 전후의 데이터를 갖는 시간의 백분율을 개별적으로 제시하는 반면, 도 7B 는 프로토콜 구현 전후의 전체 그룹에 대한 데이터를 갖는 시간의 백분율의 대응하는 분포를 제시한다. 흥미롭게도 프로토콜 구현은 데이터 완전성을 정적으로 크게 증가시켜 데이터 시간 비율이 중앙값 36.5%(최소: 9.3%, 최대: 68.1%)에서 중앙값 48.9%(IQR: 18.4%, 77.8%, p = 0.013)로 증가했습니다.
또한 그림 8에서는 연구에 참여한 AF 환자 한 명으로부터 24 시간 동안 수집 된 GPS 데이터가 불량한 극단적 인 경우를 제시합니다. 환자가 지시에 따라 시계를 착용하고 있었지만 수집된 실제 원시 GPS 신호는 24시간 동안 흩어져 있었고(그림 8A) 실내 시간과 실외 시간을 추정하기가 어려웠습니다. GPS 데이터 채우기 알고리즘(보충 그림 1)을 구현하면 누락된 데이터를 추정 값으로 대체할 수 있습니다(그림 8B). 예상 실내 시간과 실외 예상 시간이 정확하다는 확인은 Wi-Fi 네트워크 신호와의 기록된 스마트워치 연결을 통해 제공되었습니다(그림 8C). 동일한 환자의 경우, GPS 데이터가 제대로 수집되지 않은 하루의 또 다른 극단적 인 사례도 보여줍니다 (그림 9A). 그러나이 경우 GPS 데이터 충전 알고리즘의 구현만으로는 누락 된 모든 데이터를 정확하게 추정하지 못했습니다. 특징적으로, 알고리즘은 참가자가 그날 대략 09:00에서 21:00 사이에 대부분 거주지를 벗어났고 18:00 경에 짧은 기간 동안 집으로 돌아왔다고 정확하게 추정했지만, 참가자도 약 13:30에 약 90분 동안 집으로 돌아왔다는 것을 포착하지 못했습니다(그림 9B). 그럼에도 불구하고 Wi-Fi 네트워크 신호와의 스마트 워치 연결에 대한 데이터도 고려했을 때이 이벤트를 놓치지 않았습니다 (그림 9C).
마지막으로, 성공적인 파일럿에 이어 이 프로토콜은 2020년 봄 동안 키프로스와 그리스(n = 108명의 천식 어린이)에서 MEDEA 참가자의 전체 코호트에 걸쳐 구현되었습니다. 그러나 스마트 워치가 어린이에게 배포되고 데이터 수집이 시작된 지 몇 주 후 키프로스와 그리스의 보건 당국은 해당 국가의 COVID-19 전염병을 통제하기 위해 강도가 높은 일련의 공중 보건 개입을 시행했습니다. 공중 보건 개입은 처음에는 사회적 거리두기 조치와 대규모 공공 행사 금지로 특징 지어졌지만 3 월과 4 월 동안 엄격한 국가 폐쇄로 빠르게 확대되었습니다. 인구의 일상과 행동의 전례 없는 장애를 고려하여 폐쇄 기간 동안 스마트워치를 사용하여 천식 어린이의 위치와 활동을 계속 추적하여 공중 보건 개입 조치 준수 여부와 신체 활동의 전반적인 변화를 객관적으로 정량화하기로 결정했습니다. 수집된 데이터는 일일 "집에서 보낸 분수 시간" 및 "총 걸음/일"의 개별 프로필을 계산하는 데 사용되었으며 COVID-19 봉쇄 조치의 증가하는 수준에 대한 이러한 매개변수의 변화를 평가하기 위해 통계적으로 분석되었습니다. 양국의 COVID-19 봉쇄 조치의 증가하는 수준에 대한 일정과 설명은 그림 10에 나와 있으며 Kouis et al.이 이전 간행물13에서 자세히 설명합니다. 요약하면, 결과는 증가하는 개입 수준에 걸쳐 양국에서 "집에서 보낸 분수 시간"의 통계적으로 유의미한 평균 증가를 나타냅니다. "집에서 보낸 분수 시간"의 평균 증가는 키프로스와 그리스에서 각각 41.4 %와 14.3 % (레벨 1), 48.7 %와 23.1 % (레벨 2), 45.2 %와 32.0 % (레벨 3)와 같았다. 키프로스와 그리스의 신체 활동은 키프로스와 그리스에서 각각 -2,531 및 -1,191 걸음 / 일 (레벨 1), -3,638 및 -2,337 페이스 / 일 (레벨 2), -3,644 및 -1,961 스 / 일 (레벨 3)의 유의 한 평균 감소를 나타 냈습니다13. COVID-19 이전과 COVID-19 봉쇄 조치의 세 가지 수준 동안 천식 아동의 "집에서 보낸 분수 시간" 및 "총 걸음/일"의 주간 평균은 그림 11 13에 표시됩니다.
데이터 가용성 선언문:
익명화된 데이터 세트는 Figshare 온라인 오픈 액세스 저장소(https://doi.org/10.6084/m9.figshare.21601371.v3)에 제출되었습니다.
표 1 : 스마트 워치 장치 및 사용 된 솔루션의 사용과 관련하여 확인 된 실제 문제. 이 표를 다운로드하려면 여기를 클릭하십시오.
그림 1: 데이터 수집 응용 프로그램 활성화 데이터 수집 응용 프로그램을 체계적으로 활성화하는 프로세스의 개략도. 평행 사변형은 트리거를 나타내고, 다이아몬드는 조건을 나타내며, 사각형은 동작을 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2: Wi-Fi 연결 활성화. Wi-Fi 연결을 체계적으로 활성화하는 프로세스의 개략도. 평행 사변형은 트리거를 나타내고, 다이아몬드는 조건을 나타내며, 사각형은 동작을 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3: 배터리 소모 최적화. 배터리 소모를 체계적으로 최적화하는 조치로 이어지는 프로세스의 개략도. 평행 사변형은 트리거를 나타내고, 다이아몬드는 조건을 나타내며, 사각형은 동작을 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4: 이벤트 정보 로깅 프로젝트와 관련된 이벤트 정보를 체계적으로 기록하는 프로세스의 개략도. 평행 사변형은 트리거를 나타내고, 다이아몬드는 조건을 나타내며, 사각형은 동작을 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 5: GPS 신호가 비활성화된 경우의 사용자 알림. GPS 신호 상태를 체계적으로 확인하고 사용자에게 문제를 경고하는 알림을 제공하는 프로세스의 개략도입니다. 평행 사변형은 트리거를 나타내고, 다이아몬드는 조건을 나타내며, 사각형은 동작을 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 6: 프로토콜의 개략도 개요. 식별된 기본 문제와 프로세스의 주요 단계에 대한 그림과 함께 제공된 프로토콜에 대한 개략적인 개요. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 7: 프로토콜 구현 전후의 데이터 완전성. 프로토콜 구현 전후 2주 동안 대표 참가자 그룹(n = 17)에 대한 데이터 완전성. (A) 각 참가자에 대해 개별적으로 프로토콜 구현 전후의 데이터가 있는 시간의 백분율. (B) 전체 그룹에 대한 해당 분포. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 8 : GPS 데이터 채우기 알고리즘의 구현 (극단적 인 경우 1). (A) 원시 GPS 신호 데이터가 불량한 하루의 사례 및 (B) 누락 된 데이터를 예상 값으로 대체하기위한 GPS 데이터 채우기 알고리즘의 구현. (C) Wi-Fi 수신 신호 표시기를 기반으로 한 실내 및 실외 분류 확인. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 9 : GPS 데이터 채우기 알고리즘 구현 (극단적 인 경우 2). (A) 원시 GPS 신호 데이터가 불량한 하루의 사례 및 (B) 누락 된 데이터를 예상 값으로 대체하기위한 GPS 데이터 채우기 알고리즘의 구현. (C) GPS 데이터 충전 알고리즘으로 인해 일부 실내 및 실외 오분류가 발생했으며 Wi-Fi 수신 신호 표시기를 사용하여 해결되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 10: 키프로스와 그리스의 공중 보건 개입 일정. 2020 년 3 월과 4 월 동안 (A) 키프로스 및 (B) 그리스에서 공중 보건 개입 도입과 관련된 연구 기록의 타임 라인.이 이미지는 Scientific Reports Journal13에 처음 게시 된 Kouis et al.의 원래 연구에서 변경 사항없이 라이센스 CC BY 4.0에 따라 복제됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 11 : 천식 아동의 공중 보건 개입에 대한 이동성의 변화. (A) 키프로스 및 (B) 그리스에서 세 가지 수준의 공중 보건 개입 전과 도중에 천식 아동의 집에서 보낸 시간 및 걸음 수 / 일의 주간 평균. 이 이미지는 Scientific Reports Journal13에 처음 발표 된 Kouis et al.의 원래 연구에서 아무런 변경없이 라이센스 CC BY 4.0에 따라 복제됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
보충 그림 1: GPS 데이터 충전 알고리즘의 구현. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 파일 1: 이 프로토콜에 설명된 매크로입니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
웨어러블 센서는 건강 매개 변수 및 환자 행동을 지속적이고 비 침습적으로 모니터링 할 수있는 유용한 도구입니다. 다양한 센서가 장착된 상업용 스마트워치는 기존 데이터 수집 방법에 대한 유망한 대안을 제공하며, 임상 및 공중 보건 연구에서의 사용은 내장 센서의 다양성과 품질 향상, 산학 파트너십 강화, 소매 가격 인하의 결과로 증가할 것으로 예상됩니다.14 . 이 연구에서는 모집, 사용자 규정 준수 및 인구 연구에서 데이터 품질에 영향을 미칠 수 있는 실제 문제를 강조하고 현장에서 이를 극복하기 위한 간단하고 비용 효율적인 솔루션의 예를 제공합니다. 연구13 의 롤아웃 동안이 프로토콜의 구현은 데이터 완전성 및 데이터 품질 측면에서 상당히 개선 된 결과를 가져 왔습니다. 프로토콜 내에서 가장 중요한 단계는 2.2단계(정기적인 시간 간격으로 데이터 수집 애플리케이션의 체계적인 활성화를 보장), 2.5단계(스마트워치 상태에 대한 중요한 이벤트의 별도 로그 제공) 및 5.2.8단계(스마트워치 백그라운드 프로세스의 중단 없는 작동 허용)입니다.
과거에는 여러 연구에서 다양한 건강 및 활동 종점에 대한 소비자 웨어러블 장치의 유효성을 다루었으며 그 결과는 최근 대규모 체계적인 검토 및 메타 분석에서 종합되었습니다15. 그러나 체계적 검토에서 확인 된 총 169 건의 연구 중 48 건만이 자유 생활 환경의 인구를 포함했으며 36 건의 연구 만이 모든 종류의 이동성 제한 또는 만성 질환이있는 인구를 포함했다. 저자는 전반적으로 상용 장치가 특히 실험실 기반 환경에서 걸음 수와 심박수를 측정하는 데 정확하다고 결론지었지만 자유 생활 환경에서 과대 평가 또는 과소 평가의 위험을 강조했지만 건강한 대조군과 만성 환자 간의 측정의 유용성과 유효성의 차이는 탐구되지 않았습니다15 . 디지털 건강으로의 전환에 대한 주요 주장 중 하나는 의료 환경 이외의 만성 질환 환자를 모니터링 할 수 있도록하는 것이기 때문에 두 가지 점이 특히 중요합니다16.
그럼에도 불구하고 일부 이전 연구는 소비자 웨어러블 장치17,18,19와 관련된 자유 생활 환경에서 임상 연구를 수행하는 동안 참가자와 연구자가 직면 한 문제에 초점을 맞추고 정량화했습니다. 소수의 참가자 (n = 26)를 참여했지만 상당한 기간 (3 개월) 동안 관찰 한 잘 수행 된 타당성 조사에서 Beukenhorst et al. 평균적으로 환자는 73 %의 날에 시계를 착용했으며 일시적 및 영구적 인 비 사용은 연구주 17 동안 증가했습니다.
훨씬 더 큰 그룹에서 Galarnyk et al. 연구에 모집되어 스마트 워치를 제공 한 총 230 명의 개인 중 130 명 (57 %)만이 적어도 한 번 이상 사용하고 일부 데이터를 성공적으로 전송했다고보고했습니다18. 또한 일부 연구에서는 구현 단계에서 집중적 인 기술 지원이 필요하다는 사실을 강조했습니다18,19. 특징적으로, Parkinson@Home 연구에서 저자는 88 %의 데이터 완전성을보고했지만 거의 모든 참가자가 3 개월 연구 기간 동안 장치 문제 해결을 위해 적어도 하나의 지원 요청이 필요하다는 점을 강조했습니다19. 우리는 연구13에서 비슷한 경험을보고했지만 문제 해결 전화 및 가정 방문에 대한 공식 기록은 보관되지 않았습니다.
우리의 연구에서, 우리는 또한 GPS 신호와 관련된 데이터 품질 문제에 초점을 맞추었다. 우리는 실외 및 실내 (가정에서) 미세 환경에서 개별 참가자 노출을 구성해야했는데, 이는 특히 실내 환경에서 빈번하고 지속적인 신호 손실로 인해 복잡한 작업이었으며 이러한 이유로 이전 연구20,21에서 제안한 것처럼 데이터 채우기 알고리즘을 개발했습니다. 알고리즘은 합리적으로 잘 수행되었지만 태스커 애플리케이션에서 수집한 Wi-Fi 수신 신호 강도 표시기를 포함하면 알고리즘의 성능이 크게 향상되고 오분류가 크게 최소화되었습니다. 이 Wi-Fi 수신 신호 강도 표시기의 유용성은 실내 위치 파악 22,23에 중점을 둔 이전 연구에서도 입증되었으며, GPS 측정과 결합하면이 표시기는 실외 및 실내 미세 환경에 대한24 시간 개별 노출의 유효한 측정을 제공 할 수 있습니다.
마지막으로, 여기에 제안 된 프로토콜은 2020 년 봄에 어린이와 노인 모두에서 실제 조건에서 구현되고 테스트되었습니다. 제안된 각 솔루션은 간단하고 사전 프로그래밍 지식이 필요하지 않지만 모든 솔루션은 특히 데이터 수집을 개선 및 체계화하고, 배터리 소모를 줄이고, 원치 않는 애플리케이션 및 스마트워치 설정을 차단하고, GPS 신호를 개선함으로써 식별된 모든 주요 문제를 함께 해결했습니다. 그러나 프로토콜에 설명 된대로 프로세스는 Android 버전 7.1.1을 사용하는 스마트 워치 장치에서만 테스트되었습니다. 이러한 프로세스의 직접 복제가 다른 Android 버전에서 가능할 수도 있지만 일부 조정이 필요할 가능성을 배제 할 수 없으며 결과적으로 프로토콜의 직접적인 일반화 가능성이 제한 될 수 있습니다. 또한 다른 스마트 폰 장치의 기술 사양의 변형을 반영하기 위해 프로토콜을 수정해야 할 수도 있습니다. 예를 들어, 데이터 수집을 위한 시간 트리거는 스마트워치 디바이스의 배터리 용량에 따라 또는 수집된 변수에 필요한 시간 분해능에 따라 설정될 수 있다. 그럼에도 불구하고이 프로토콜을 다른 스마트 폰 장치 또는 다른 Android 버전에 적용하려면 문제 해결 및 일부 개별 단계의 수정이 필요할 수 있지만 전반적으로 유사한 단계를 수행해야합니다 (또는 특정 단계가 필요하지 않음을 확인해야 함) 연구 참가자에게 제공하기 전에 스마트 워치를 설정하는 동안. 프로토콜에 제공된 세부 수준을 통해 이러한 솔루션을 모든 스마트 워치 장치에 쉽게 적용 할 수 있습니다. 또한이 작업은 인구 연구를 수행하는 동안 웨어러블 장치에 대한 사용자 준수에 영향을 미칠 수있는 이유를 평가하기 위해 목표로하지 않았으며 원래 설계되지 않았습니다. 이 주제를 더 자세히 조사하려면 적절한 도구와 방법론을 사용하는 향후 연구가 필요합니다. 이러한 연구는 특히 실제 조건에서 웨어러블 장치를 연구 연구에 통합하는 기존 방법을 효율적으로 개선하는 데 필요한 추가 증거를 제공할 수 있습니다.
현재 기존 방법은 매우 제한적이며 주로 확장 지원 시스템(초기 교육, 사용자 매뉴얼, 헬프라인 및 현장 방문)의 개발을 포함합니다19. 또한 이전 연구에서는 디지털화 된 임상 시험에서 상당한 중도 탈락률이 예상되어야하며 더 넓은 참가자 모집 풀에 대한 액세스와 같은 선험적 비상 계획이 필요하다고 강조했습니다18. 이 연구에서 제시된 솔루션의 통합은 데이터 완전성과 데이터 품질을 높이면서 확장된 지원 시스템에 대한 부담을 보완하고 더 중요하게는 줄일 수 있습니다. 또한 Galarnyk et al.의 관찰에 따르면 장치 사용을 가능한 한 쉽게 시작하면 규정 준수를 보장하고 드롭 아웃 율을 줄일 수 있습니다18. 마지막으로, 이러한 솔루션들 중 일부의 미래 애플리케이션, 특히 디바이스 자동화 애플리케이션의 사용은 노인 또는 장애인의 이동성을 지원하기 위한 상용 디바이스의 추가 맞춤화(24, 25), 조기 경보 시스템(26) 지원, 및 신체 인터넷(Internet of Body) 애플리케이션(27)에서 Bluetooth 및 Wi-Fi 연결을 보장하는 것을 포함한다.
요약하면, 이 작업은 소비자 웨어러블 장치를 사용하는 인구 연구에서 채용, 규정 준수 및 데이터 품질에 영향을 미치는 실제 문제에 대한 간단하고 비용 효율적인 솔루션을 포함하는 프로토콜을 제공합니다. 이 프로토콜은 무료로 제공되는 소프트웨어 도구에 의존하며 사전 프로그래밍 지식이 필요하지 않습니다. 이 접근 방식은 임상 연구 및 공중 보건 분야에서 웨어러블 장치를 사용하는 건강 연구원이 쉽게 복제하거나 조정할 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자는 선언 할 이해 상충이 없습니다.
Acknowledgments
저자는 모든 참가자와 그 가족뿐만 아니라 키프로스와 그리스의 참여 초등학교의 교사 및 행정 직원에게 감사드립니다. 이 연구는 유럽 연합 LIFE 프로젝트 MEDEA (LIFE16 CCA / CY / 000041)의 재정 지원을 받았습니다.
Materials
| Name | Company | Catalog Number | Comments |
| APK Extractor | Meher | Version 4.21.08 | Application |
| Charger/Adaptor with data cable | Jiangsu Chenyang Electron Co. Ltd | C-P17 | Charger |
| Embrace application | EmbraceTech LTD | Version 1.5.4 | Application |
| LEMFO LF25 Smartwatch | Shenzhen domino Times Technology Co. Ltd | DM368 Plus | Smartwatch |
| Lock App - Smart App Locker | ANUJ TENANI | Version 4.0 | Application |
| Macrodroid-Device Automation | ArloSoft | Version 5.5.2 | Application |
| Xiaomi Redmi 6A | Xiaomi | M1804C3CG | Smartphone |
References
- Alami, H., Gagnon, M. P., Fortin, J. P. Digital health and the challenge of health systems transformation. mHealth. 3, 31 (2017).
- Dunn, J., Runge, R., Snyder, M.
- Bietz, M. J., et al. Opportunities and challenges in the use of personal health data for health research. Journal of the American Medical Informatics Association. 23, 42-48 (2016).
- Coughlin, S. S.
- Munos, B., et al. Mobile health: The power of wearables, sensors, and apps to transform clinical trials. Annals of the New York Academy of Sciences. 1375 (1), 3-18 (2016).
- Reeder, B., David, A. Health at hand: A systematic review of smart watch uses for health and wellness. Journal of Biomedical Informatics. 63, 269-276 (2016).
- Trifan, A., Oliveira, M., Oliveira, J. L. Passive sensing of health outcomes through smartphones: Systematic review of current solutions and possible limitations. JMIR mHealth and uHealth. 7 (8), 12649 (2019).
- Rodgers, M. M., Alon, G., Pai, V. M., Conroy, R. S. Wearable technologies for active living and rehabilitation: current research challenges and future opportunities. Journal of Rehabilitation and Assistive Technologies Engineering. 6, 2055668319839607 (2019).
- Huberty, J., Ehlers, D. K., Kurka, J., Ainsworth, B., Buman, M. Feasibility of three wearable sensors for 24 hour monitoring in middle-aged women. BMC Women's Health. 15, 55 (2015).
- Schall, M. C., Sesek, R. F., Cavuoto, L. A. Barriers to the adoption of wearable sensors in the workplace: A survey of occupational safety and health professionals. Human Factors. 60 (3), 351-362 (2018).
- Henriksen, A., et al. Using fitness trackers and smartwatches to measure physical activity in research: Analysis of consumer wrist-worn wearables. Journal of Medical Internet Research. 20 (3), 9157 (2018).
- Kouis, P., et al. The MEDEA childhood asthma study design for mitigation of desert dust health effects: Implementation of novel methods for assessment of air pollution exposure and lessons learned. BMC Pediatrics. 21, 13 (2021).
- Kouis, P., et al. Use of wearable sensors to assess compliance of asthmatic children in response to lockdown measures for the COVID-19 epidemic. Scientific Reports. 11, 5895 (2021).
- Arigo, D., et al. The history and future of digital health in the field of behavioral medicine. Journal of Behavioral Medicine. 42 (1), 67-83 (2019).
- Fuller, D., et al. Reliability and validity of commercially available wearable devices for measuring steps, energy expenditure, and heart rate: Systematic review. JMIR mHealth and uHealth. 8 (9), 18694 (2020).
- Majumder, S., Mondal, T., Deen, M. J. Wearable sensors for remote health monitoring. Sensors. 17 (1), 130 (2017).
- Beukenhorst, A. L., et al. Engagement and participant experiences with consumer smartwatches for health research: Longitudinal, observational feasibility study. JMIR mHealth and uHealth. 8 (1), 14368 (2020).
- Galarnyk, M., Quer, G., McLaughlin, K., Ariniello, L., Steinhubl, S. R. Usability of a wrist-worn smartwatch in a direct-to-participant randomized pragmatic clinical trial. Digital Biomarkers. 3 (3), 176-184 (2019).
- de Lima, A. L. S., et al. Large-scale wearable sensor deployment in Parkinson's patients: The Parkinson@ home study protocol. JMIR Research Protocols. 5 (3), 5990 (2016).
- Steinle, S., Reis, S., Sabel, C. E. Quantifying human exposure to air pollution-Moving from static monitoring to spatio-temporally resolved personal exposure assessment. Science of the Total Environment. 443, 184-193 (2013).
- Dias, D., Tchepel, O. Modelling of human exposure to air pollution in the urban environment: a GPS-based approach. Environmental Science and Pollution Research. 21 (5), 3558-3571 (2014).
- Chen, W., Kao, K., Chang, Y., Chang, C. An RSSI-based distributed real-time indoor positioning framework. 2018 IEEE International Conference on Applied System Invention (ICASI). , 1288-1291 (2018).
- Nagah Amr, M., El Attar, H. M., Abd El Azeem, M. H., El Badawy, H. An enhanced indoor positioning technique based on a novel received signal strength indicator distance prediction and correction model. Sensors. 21 (3), 719 (2021).
- Lancioni, G. E., et al. An upgraded smartphone-based program for leisure and communication of people with intellectual and other disabilities. Frontiers in Public Health. 6, 234 (2018).
- Lancioni, G. E., et al. People with intellectual and visual disabilities manage functional occupation via basic technology providing spatial cues and timely repetition of response-related instructions. Advances in Neurodevelopmental Disorders. 6 (1), 11-19 (2022).
- Rao, S. IoT enabled wearable device for COVID safety and emergencies. International Journal of Interactive Mobile Technologies. 3 (3), 146-154 (2021).
- Brunschwiler, T., et al. Internet of the body-Wearable monitoring and coaching. 2019 Global IoT Summit (GIoTS). , 1-6 (2019).
