TY - JOUR AU - Greshake Tzovaras, Bastian AU - Senabre Hidalgo, Enric AU - Alexiou, Karolina AU - Baldy, Lukaz AU - Morane, Basile AU - Bussod, Ilona AU - Fribourg, Melvin AU - Wac, Katarzyna AU - Wolf, Gary AU - Ball, Mad PY - 2021 DA - 201/9/10 TI -使用以个人为中心的方法从量化流感平台的可穿戴数据中获得见解:网络研究JO - J医学Internet Res SP - e28116 VL - 23 IS - 9kw -症状跟踪KW - COVID-19 KW -可穿戴设备KW -自我跟踪KW -公民科学KW -网络分析KW -共创AB -背景:可穿戴设备已广泛用于监测一般健康，最近的研究结果表明，它们可用于预测基于生理症状的感染。迄今为止，证据是在大规模、基于人群的环境中产生的。相比之下，“量化自我”和“个人科学”社区是由那些对通过使用自己的数据来了解自己感兴趣的人组成的，这些数据通常是通过可穿戴设备收集的。目的:本研究旨在探索一个涉及个人科学从业者的异质社区的共同创造过程如何开发一个集体自我跟踪系统，用于监测感染症状和可穿戴传感器数据。方法:我们与现有的个人科学从业者社区共同创造和设计过程，共同开发一个基于web的症状跟踪工具的工作原型。除了原型的迭代创建(从2020年3月16日开始)，我们还进行了网络图分析，以调查如何以分散和迭代的方式创建这个原型的过程。结果:Quantified Flu原型允许用户执行每日症状报告，并能够在时间轴上呈现症状报告，以及可穿戴设备测量的静息心率、体温数据和呼吸频率。我们观察到很高的参与度;参与症状跟踪的用户中，超过一半(52/ 92,56%)成为了常规用户，并报告了超过3个月的数据。 Furthermore, our netnographic analysis highlighted how the current Quantified Flu prototype was a result of an iterative and continuous cocreation process in which new prototype releases sparked further discussions of features and vice versa. Conclusions: As shown by the high level of user engagement and iterative development process, an open cocreation process can be successfully used to develop a tool that is tailored to individual needs, thereby decreasing dropout rates. SN - 1438-8871 UR - //www.mybigtv.com/2021/9/e28116 UR - https://doi.org/10.2196/28116 UR - http://www.ncbi.nlm.nih.gov/pubmed/34505836 DO - 10.2196/28116 ID - info:doi/10.2196/28116 ER -