审查gydF4y2Ba
摘要gydF4y2Ba
背景:gydF4y2Ba可穿戴式睡眠监测器是消费者和研究人员非常感兴趣的,因为它们能够以经济高效的方式提供自由生活条件下的睡眠模式估计。gydF4y2Ba
摘要目的:gydF4y2Ba我们对报道腕带性能的出版物进行了系统的审查gydF4y2BaFitbitgydF4y2Ba评估睡眠参数和阶段的模型。gydF4y2Ba
方法:gydF4y2Ba遵循系统评价和荟萃分析(PRISMA)首选报告项目声明,我们使用关键字全面搜索了护理和相关健康文献(CINAHL)、Cochrane、Embase、MEDLINE、PubMed、PsycINFO和Web of Science数据库gydF4y2BaFitbitgydF4y2Ba识别符合预先定义的纳入和排除标准的相关出版物。gydF4y2Ba
结果:gydF4y2Ba搜索产生了3085篇候选文章。在剔除重复文献并符合纳入和排除标准后,22篇文献符合系统综述条件,其中8篇文献为meta分析提供了定量数据。参考多导睡眠描记术(PSG),非睡眠分期gydF4y2BaFitbitgydF4y2Ba模型倾向于高估总睡眠时间(TST;范围约7至67分钟;影响大小= -0.51,gydF4y2BaPgydF4y2Ba<措施;heterogenicity:我gydF4y2Ba2gydF4y2Ba= 8.8%,gydF4y2BaPgydF4y2Ba=.36)和睡眠效率(SE;范围约为2%至15%;影响大小= -0.74,gydF4y2BaPgydF4y2Ba<措施;heterogenicity:我gydF4y2Ba2gydF4y2Ba= 24.0%,gydF4y2BaPgydF4y2Ba=.25),并低估了入睡后的觉醒(WASO;范围约6至44分钟;影响大小= 0.60,gydF4y2BaPgydF4y2Ba<措施;heterogenicity:我gydF4y2Ba2gydF4y2Ba= 0%,gydF4y2BaPgydF4y2Ba=.92),睡眠开始潜伏期(SOL;gydF4y2BaPgydF4y2Ba= .37点;heterogenicity:我gydF4y2Ba2gydF4y2Ba= 0%,gydF4y2BaPgydF4y2Ba= .92)。关于PSG,非睡眠分期gydF4y2BaFitbitgydF4y2Ba模型正确识别睡眠时间的准确性值在0.81至0.91之间,敏感性值在0.87至0.99之间,特异性值在0.10至0.52之间。Recent-generationgydF4y2BaFitbitgydF4y2Ba综合利用心率变异性和身体运动来评估睡眠阶段的模型比仅利用身体运动的早期非睡眠阶段模型表现得更好。睡眠阶段gydF4y2BaFitbitgydF4y2Ba模型与PSG相比,WASO的测量值无显著差异(gydF4y2BaPgydF4y2Ba=升至;heterogenicity:我gydF4y2Ba2gydF4y2Ba= 0%,gydF4y2BaPgydF4y2Ba=.92), TST (gydF4y2BaPgydF4y2Ba= 29;heterogenicity:我gydF4y2Ba2gydF4y2Ba= 0%,gydF4y2BaPgydF4y2Ba=.98),以及SE (gydF4y2BaPgydF4y2Ba=.19)但他们低估了SOL (gydF4y2BaPgydF4y2Ba= .03点;heterogenicity:我gydF4y2Ba2gydF4y2Ba= 0%,gydF4y2BaPgydF4y2Ba=点)。睡眠阶段gydF4y2BaFitbitgydF4y2Ba与非睡眠阶段模型和文献中报道的常规腕部活动记录仪模型相比,该模型在检测睡眠周期方面具有更高的敏感性(0.95-0.96)和特异性(0.58-0.69)值。gydF4y2Ba
结论:gydF4y2Ba睡眠阶段gydF4y2BaFitbitgydF4y2Ba模型表现出良好的表现,特别是在区分清醒和睡眠方面。然而,尽管这些模型是消费者获得睡眠参数和睡眠阶段所花费时间的粗略估计的一种方便和经济的手段,但它们的特异性有限,不能替代PSG。gydF4y2Ba
doi: 10.2196/16273gydF4y2Ba
关键字gydF4y2Ba
简介gydF4y2Ba
多导睡眠记录仪(PSG)包括同步脑电图(EEG)、肌电图、眼电图、心电图和其他评估。PSG被认为是诊断睡眠障碍和进行睡眠研究的金标准。然而,常规PSG的环境和仪器可能不舒服,产生焦虑,甚至影响睡眠。此外,PSG需要一个特殊的设施和熟练的技术人员的监督,使其昂贵和排除,在大多数情况下,调查夜间睡眠质量的变化。因此,不足50%的睡眠研究是在正式的睡眠设施中进行的也就不足为奇了。gydF4y2Ba
].gydF4y2Ba睡眠日记法是消费者跟踪和评估睡眠的简单而经济的方法,但由于它们涉及主观的自我评价,它们往往是不准确和不完整的;此外,他们没有评估睡眠结构和阶段。脑电图可穿戴设备可以在家评估睡眠结构和阶段,但它们价格昂贵,技术上有些复杂。腕式活动记录仪可以感知加速运动,大约35年前由amory Monitoring公司推出,现在与专有的解释性算法结合使用,通过估计关键的睡眠参数来进行门诊睡眠筛查。尽管如此,这些完全依赖运动算法的设备[gydF4y2Ba
],缺乏睡眠阶段评估能力;此外,他们倾向于高估睡眠时间。gydF4y2Ba ].大约10年前,gydF4y2BaFitbitgydF4y2Ba(Fitbit, Inc .)推出了首款可穿戴设备[gydF4y2Ba ]供注重健康的消费者使用。早期的Fitbit模型只确定睡眠参数。然而,随后的修改和改进,包括基于身体运动和心率变化率(HRV)的评分算法,使最新一代Fitbit模型——Fitbit Charge 2、Fitbit Charge 3、Fitbit Alta HR、Fitbit Versa、Fitbit Versa 2、Fitbit Blaze、Fitbit Inspire HR和Fitbit ionic——不仅可以估计睡眠参数和阶段[gydF4y2Ba ],但清醒和睡眠时的心率[gydF4y2Ba ].2019年的一项调查发现,可穿戴技术已成为全球头号健身趋势。gydF4y2Ba ].Fitbit可穿戴设备尤其受到消费者的欢迎,在80多个国家拥有2500多万活跃用户[gydF4y2Ba ].此外,它们是进行生物医学研究时最常用的可穿戴设备。gydF4y2Ba ].在这方面,今年美国国立卫生研究院宣布决定将Fitbit技术纳入其研究gydF4y2Ba我们所有人研究计划gydF4y2Ba[gydF4y2Ba ,gydF4y2Ba ].尽管如此,Fitbit技术的准确性仍然是一个主要问题,不仅是医疗专业人士,而且是普通公众。gydF4y2Ba ].认识到人们对个人腕带设备不断增长的兴趣和使用,以常规自我评估睡眠质量的生物标志物,国家睡眠基金会、消费者技术协会和美国国家标准协会制定了推荐术语和定义,以描述由此类产品衍生的睡眠特征[gydF4y2Ba ].鉴于Fitbit手环设备在消费者和医疗机构中越来越受欢迎,本文的目标是根据这些建议,通过对相关出版物的研究结果的系统回顾和对报告数据的元分析,评估早期和最新一代Fitbit模型在确定睡眠参数和睡眠阶段方面的表现。gydF4y2Ba方法gydF4y2Ba
本次前瞻性系统评价未事先注册,是根据系统评价和元分析首选报告项目(PRISMA)声明进行的[gydF4y2Ba
].gydF4y2Ba搜索策略gydF4y2Ba
对以下数据库进行了在线综合检索:护理和相关健康文献累积索引(CINAHL)、Cochrane数据库、Embase、MEDLINE、PsycINFO、PubMed和Web of Science。该搜索最初是在2018年7月进行的,并在2019年7月和10月使用关键字进行搜索gydF4y2BaFitbitgydF4y2Ba没有语言、出版日期或其他过滤器。gydF4y2Ba
合格标准gydF4y2Ba
检索的出版物符合系统综述的条件:(1)涉及任何已上市Fitbit模型睡眠数据的有效性,(2)将PSG、活动记录仪、家庭EEG、睡眠日记或调查方法作为参考。排除标准包括:(1)样本量小于5人,(2)综述论文,(3)缺少或不恰当的统计分析,(4)重复发表相同的数据和发现。gydF4y2Ba
研究选择gydF4y2Ba
引文被导入参考文献管理软件Mendeley。在消除重复报告后,一位作者(SH)首先筛选标题和摘要,以删除不相关的出版物;之后,两位作者(SH和SK)根据纳入和排除标准独立筛选剩余的出版物。分歧通过讨论得到解决。gydF4y2Ba
数据提取和项目gydF4y2Ba
以下项目由一位作者(SH)以系统的方式提取,并由另一位作者(SK)检查准确性:第一作者;出版年份;睡眠追踪器和比较器的类型;受试者人数、性别、类型、年龄;学习网站;睡眠评估夜数;睡觉;Fitbit模式设置;跟踪器的解剖位置;以及相对于所示参考标准的研究结果——测量总睡眠时间(TST)、睡眠开始潜伏期(SOL)、睡眠开始后觉醒(WASO)和睡眠效率(SE)参数的精度,以及检测睡眠周期和睡眠阶段的敏感性、特异性和准确性。gydF4y2Ba
偏差的评估gydF4y2Ba
清单,改编自唐斯和布莱克[gydF4y2Ba
],用于评估每篇论文的质量和研究方法的偏倚风险、内部有效性、报告结果和概括性。gydF4y2Ba统计分析gydF4y2Ba
对于Fitbit与PSG比较并提供定量数据的研究,计算SOL、WASO、TST和SE的原始Hedges g效应大小为Fitbit与PSG提供的平均值之间的平均差值除以PSG值的标准差乘以Hedges校正因子[gydF4y2Ba
].正效应量表明Fitbit得出的值低于PSG得出的值。使用随机效应模型计算非睡眠阶段Fitbit模型和睡眠阶段Fitbit模型中每个参数的总体效应大小和95%预测区间[gydF4y2Ba ,gydF4y2Ba ].森林图是由Microsoft Excel for Mac, version 16.25 (Microsoft Corporation)创建的。阈值概率为5% (gydF4y2BaPgydF4y2Ba=.05)被选为拒绝原假设的基础,效应大小等于零。效应大小值为0.2、0.5和0.8分别被认为是小效应、中效应和大效应[gydF4y2Ba ].通过计算Q统计量[gydF4y2Ba ].τgydF4y2Ba2gydF4y2Ba为真实效应量的总体变化量,IgydF4y2Ba2gydF4y2Ba表示观测到的方差与研究间实际变化的比例[gydF4y2Ba ].我gydF4y2Ba2gydF4y2Ba25%、50%和75%的值分别被认为是小、中、大异质性[gydF4y2Ba ].非睡眠分期Fitbit模型和睡眠分期Fitbit模型之间的比较通过随机效应亚组分析完成。根据建议,10%的阈值概率(gydF4y2BaPgydF4y2Ba=.10)是检验异质性显著性的基础,也是确定亚组比较的统计显著性的基础[gydF4y2Ba ,gydF4y2Ba ].gydF4y2Ba结果gydF4y2Ba
搜索结果gydF4y2Ba
为评审文章的选择和资格提供了一个可视化的摘要。通过在2018年7月和2019年7月和10月对数据库进行搜索,共检索了3074篇出版物。另外还有11份出版物是通过其他来源,主要是通过已确定的文章的参考清单确定的。在剔除多个数据库中发现的重复出版物后,仍有1426篇文章有待筛选。对个别标题和摘要的审查产生了72份出版物供全文评价;然而,根据先验纳入和排除标准仔细审查每一项研究后,只有22项符合系统评价条件[gydF4y2Ba -gydF4y2Ba ],其中8个these报告原始数据,以进行定量综合和元分析。gydF4y2Ba
纳入研究概述gydF4y2Ba
而且gydF4y2Ba 介绍每个合格研究的提取细节,包括非睡眠阶段和睡眠阶段Fitbit模型。参与者各不相同:有正常睡眠者,也有被诊断患有周期性睡眠肢体运动(PLMS)的人[gydF4y2Ba ]、阻塞性睡眠呼吸暂停、睡眠呼吸障碍[gydF4y2Ba ]、中枢性嗜睡障碍[gydF4y2Ba ],失眠[gydF4y2Ba ]和抑郁[gydF4y2Ba ],以及亨廷顿病基因携带者[gydF4y2Ba ].各调查的样本量差异很大,参与者从7人到63人(中位数为30人),其中约77%涉及20人以上。22项研究中的6项(27%)平均年龄小于20岁,1项研究(5%)平均年龄超过50岁。在22项研究中,10项(45%)是在睡眠实验室进行的,11项(50%)是在家庭环境中进行的,1项(5%)是在家中或酒店进行的,具体取决于参与者的喜好。gydF4y2Ba
作者(年)gydF4y2Ba | 模型gydF4y2Ba | 参考gydF4y2Ba | 参与者gydF4y2Ba | 调查的细节gydF4y2Ba | ||||
总数gydF4y2Ba 女性(%)gydF4y2Ba |
年龄(年),平均值(SD);和/或范围gydF4y2Ba | 类型gydF4y2Ba | 持续时间gydF4y2Ba (学习网站)gydF4y2Ba |
跟踪器位置gydF4y2Ba (追踪模式)gydF4y2Ba |
睡觉前gydF4y2Ba | |||
Beattie等人(2017)[gydF4y2Ba | ]gydF4y2Ba一个gydF4y2Ba飙升gydF4y2Ba | 第三类家庭PSGgydF4y2BabgydF4y2Ba | 60 (40.0)gydF4y2Ba | 34 (10)gydF4y2Ba | 正常的睡眠gydF4y2Ba | 1晚(在家或gydF4y2Ba 酒店)gydF4y2Ba |
左右手腕都有gydF4y2Ba (N /一个gydF4y2BacgydF4y2Ba)gydF4y2Ba |
22:00hgydF4y2Ba |
Brazendale等人(2019)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 睡眠日志和活动记录仪gydF4y2Ba | 30 (37.0)gydF4y2Ba | 7.2 (2.1)gydF4y2Ba | 健康的gydF4y2Ba | 2夜gydF4y2Ba (家里)gydF4y2Ba |
非惯用的手腕gydF4y2Ba R (N /gydF4y2BadgydF4y2Ba)gydF4y2Ba |
习惯性的gydF4y2BaegydF4y2Ba |
布鲁克等人(2017)[gydF4y2Ba | ]gydF4y2BaFlex & Charge人力资源gydF4y2Ba | 睡眠日志gydF4y2Ba | 95 (64.2):gydF4y2Ba 22 Flex;gydF4y2Ba 14负责HRgydF4y2Ba |
28.5 (9.9);gydF4y2Ba 19-60gydF4y2Ba |
健康的gydF4y2Ba | 1晚上gydF4y2Ba (家里)gydF4y2Ba |
左腕关节gydF4y2Ba (N / R)gydF4y2Ba |
习惯性的gydF4y2BaegydF4y2Ba |
Cook等人(2017)[gydF4y2Ba | ]gydF4y2BaFlexgydF4y2Ba | PSG &gydF4y2Ba 活动检测仪gydF4y2Ba |
21日(81.0)gydF4y2Ba | 26.5 (4.6)gydF4y2Ba | 重度抑郁症gydF4y2Ba | 1晚上gydF4y2Ba (睡眠实验室)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (敏感和正常)gydF4y2Ba |
习惯性的gydF4y2Ba |
Cook等人(2019)[gydF4y2Ba | ]gydF4y2Ba一个gydF4y2Ba阿尔塔人力资源gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba | 49 (93.9)gydF4y2Ba | 30.3 (9.8)gydF4y2Ba | 疑似鼎晖gydF4y2BafgydF4y2Ba | 1晚上gydF4y2Ba (睡眠实验室)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (N / A)gydF4y2Ba |
参与者的偏好gydF4y2Ba |
de Zambotti等人(2016)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba | 32 (46.9)gydF4y2Ba | 17.3 (2.5);gydF4y2Ba 12-21gydF4y2Ba |
健康的gydF4y2Ba 青少年gydF4y2Ba |
1晚上gydF4y2Ba (睡眠实验室)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (正常)gydF4y2Ba |
参与者的偏好gydF4y2Ba |
de Zambotti等人(2018)[gydF4y2Ba | ]gydF4y2Ba一个gydF4y2Ba收取2gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba | 44 (59.1)gydF4y2Ba | 19 - 61gydF4y2Ba | 健康成人,9名PLMS患者gydF4y2BaggydF4y2Ba | 1晚上gydF4y2Ba (睡眠实验室)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (N / A)gydF4y2Ba |
参与者的偏好gydF4y2Ba |
Dickinson等人(2016)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 活动检测仪gydF4y2Ba | 38 (60.5)gydF4y2Ba | 26.1 (8.0)gydF4y2Ba | 年轻的成年人gydF4y2Ba | 4个晚上gydF4y2Ba (家里)gydF4y2Ba |
N / RgydF4y2Ba (正常)gydF4y2Ba |
习惯性的gydF4y2BaegydF4y2Ba |
Hakim等人(2018)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba | 22日(59.1)gydF4y2Ba | 9 (3);gydF4y2Ba 3-18gydF4y2Ba |
阻塞性睡眠呼吸暂停综合症gydF4y2BahgydF4y2Ba或深发展gydF4y2Ba我gydF4y2Ba | 1晚上gydF4y2Ba (睡眠实验室)gydF4y2Ba |
N / RgydF4y2Ba (N / R)gydF4y2Ba |
N / RgydF4y2Ba |
Kang等(2017)[gydF4y2Ba | ]gydF4y2BaFlexgydF4y2Ba | 无人值守PSGgydF4y2Ba | 失眠症患者:gydF4y2Ba 33 (57.6);gydF4y2Ba 好睡眠:gydF4y2Ba 17 (64.7)gydF4y2Ba |
失眠症患者:gydF4y2Ba 38.4 (11.2);gydF4y2Ba 好gydF4y2Ba 枕木:32.1 (7.4)gydF4y2Ba |
失眠症患者和睡眠良好者gydF4y2Ba | 1晚上gydF4y2Ba (家里)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (敏感和正常)gydF4y2Ba |
N / RgydF4y2Ba |
Kubala等人(2019)[gydF4y2Ba | ]gydF4y2Ba阿尔塔gydF4y2Ba | 活动检测仪gydF4y2Ba | 好睡眠:gydF4y2Ba 20 (60);gydF4y2Ba 可怜的睡眠gydF4y2Ba 10 (30)gydF4y2Ba |
24.8 (4.1);gydF4y2Ba 60gydF4y2Ba |
健康的成年人gydF4y2Ba | 7天:gydF4y2Ba Fitbit是gydF4y2Ba 穿了gydF4y2Ba 只住一晚gydF4y2Ba (家里)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (正常)gydF4y2Ba |
习惯性的gydF4y2BaegydF4y2Ba |
Lee等人(2017)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 活动检测仪gydF4y2Ba | 16 (62.5)gydF4y2Ba | 22.8 (2.8);gydF4y2Ba 18-26gydF4y2Ba |
健康的年轻人gydF4y2Ba | 13日晚上gydF4y2Ba (家里)gydF4y2Ba |
非惯用手gydF4y2Ba (正常)gydF4y2Ba |
习惯性的gydF4y2BaegydF4y2Ba |
Lee等人(2018)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 睡眠日志gydF4y2Ba | 38 (50)gydF4y2Ba | 28.6 (N / R);gydF4y2Ba 19 - 66gydF4y2Ba |
健康的gydF4y2Ba | 三个晚上gydF4y2Ba (家里)gydF4y2Ba |
参与者之间的平衡gydF4y2Ba (N / R)gydF4y2Ba |
习惯性的gydF4y2BaegydF4y2Ba |
梁和马爹利Chapa Martell (2018) [gydF4y2Ba | ]gydF4y2Ba收取2gydF4y2Ba | 睡眠镜(EEG)gydF4y2BajgydF4y2Ba基础)gydF4y2Ba | 25 (40.0)gydF4y2Ba | 24.8 (4.4)gydF4y2Ba | 健康的gydF4y2Ba | 3天:gydF4y2Ba 只住一晚gydF4y2Ba 在数据gydF4y2Ba 分析(国内)gydF4y2Ba |
非惯用手gydF4y2Ba (正常)gydF4y2Ba |
习惯性的gydF4y2BaegydF4y2Ba |
刘等(2019)[gydF4y2Ba | ]gydF4y2Ba一个gydF4y2Ba阿尔塔人力资源gydF4y2Ba | 睡眠日志gydF4y2Ba | 10 (50.0)gydF4y2Ba | 21.8 (N / R);gydF4y2Ba 至24gydF4y2Ba |
不失眠的亚洲学生gydF4y2Ba | 7日晚上gydF4y2Ba (家里)gydF4y2Ba |
左腕关节gydF4y2Ba (N / A)gydF4y2Ba |
习惯性的gydF4y2BaegydF4y2Ba |
Mantua等人(2016)[gydF4y2Ba | ]gydF4y2BaFlexgydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba (动态gydF4y2Ba 系统)gydF4y2Ba |
40 (47.5)gydF4y2Ba | 22.4 (4.9);gydF4y2Ba 18 - 30gydF4y2Ba |
健康的年轻人gydF4y2Ba | 1晚上gydF4y2Ba (家里)gydF4y2Ba |
参与者之间的平衡gydF4y2Ba (N / R)gydF4y2Ba |
N / RgydF4y2Ba |
Maskevich等人(2017)[gydF4y2Ba | ]gydF4y2Ba一个gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba | 7 (85.7)gydF4y2Ba | 54.1 (6.4)gydF4y2Ba | 亨廷顿gydF4y2Ba 疾病基因gydF4y2Ba 航空公司gydF4y2Ba |
1晚上gydF4y2Ba (睡眠实验室)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (默认)gydF4y2Ba |
习惯性的gydF4y2Ba |
Meltzer等人(2015)[gydF4y2Ba | ]gydF4y2Ba超gydF4y2Ba | PSG &gydF4y2Ba 活动检测仪(2gydF4y2Ba 不同的)gydF4y2Ba |
63 (50.8)gydF4y2Ba | 9.7 (4.6);gydF4y2Ba 3 - 17gydF4y2Ba |
儿童及青少年gydF4y2Ba | 1晚上gydF4y2Ba (睡眠实验室)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (敏感和正常)gydF4y2Ba |
习惯性的gydF4y2Ba |
Montgomery-Downs等(2012)[gydF4y2Ba | ]gydF4y2Ba经典gydF4y2Ba | PSG &gydF4y2Ba 活动检测仪gydF4y2Ba |
24 (40)gydF4y2Ba | 26.1 (N / R);gydF4y2Ba 19-41gydF4y2Ba |
健康的成年人gydF4y2Ba | 1晚上gydF4y2Ba (睡眠实验室)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (N / R)gydF4y2Ba |
N / RgydF4y2Ba |
Osterbauer等人(2016)[gydF4y2Ba | ]gydF4y2BaFlexgydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba | 14 (64.3)gydF4y2Ba | 6.5 (2.9);gydF4y2Ba 3-11gydF4y2Ba |
孩子们gydF4y2Ba | 1晚上gydF4y2Ba (睡眠实验室)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (N / R)gydF4y2Ba |
N / RgydF4y2Ba |
Sargent等人(2018)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba | 12 (N / R)gydF4y2Ba | 18.3 (1.0)gydF4y2Ba | 没有睡眠的足球运动员gydF4y2Ba 障碍gydF4y2Ba |
5睡眠gydF4y2Ba 期gydF4y2Ba 三天三夜gydF4y2Ba (睡眠实验室)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (正常)gydF4y2Ba |
22:00-07:00h);gydF4y2Ba 23:00-07:00h);gydF4y2Ba 00:00-07:00h);gydF4y2Ba 14:00-16:00h);gydF4y2Ba 15:00-16:00hgydF4y2Ba |
Svensson等人(2019)[gydF4y2Ba | ]gydF4y2Ba一个gydF4y2BaVersagydF4y2Ba | 睡眠范围(基于脑电图)gydF4y2Ba | 20 (50)gydF4y2Ba | 25 - 67gydF4y2Ba | 健康的日本成年人gydF4y2Ba | 14日晚上:gydF4y2Ba 只有7晚gydF4y2Ba 在数据gydF4y2Ba 分析(国内)gydF4y2Ba |
非惯用的手腕gydF4y2Ba (正常)gydF4y2Ba |
习惯性的gydF4y2BaegydF4y2Ba |
一个gydF4y2Ba出版物包括新一代睡眠分期Fitbit模型。gydF4y2Ba
bgydF4y2BaPSG:多导睡眠图。gydF4y2Ba
cgydF4y2BaN/A:不适用。gydF4y2Ba
dgydF4y2BaN/R:未上报。gydF4y2Ba
egydF4y2Ba确切的就寝时间没有报告,但调查程序可以推断出习惯性就寝时间。gydF4y2Ba
fgydF4y2BaCDH:中枢性嗜睡障碍。gydF4y2Ba
ggydF4y2BaPLMS:睡眠中的周期性肢体运动。gydF4y2Ba
hgydF4y2Ba阻塞性睡眠呼吸暂停。gydF4y2Ba
我gydF4y2Ba睡眠呼吸障碍。gydF4y2Ba
jgydF4y2Ba脑电图:脑电图仪的。gydF4y2Ba
作者(年)gydF4y2Ba | 模型gydF4y2Ba | 参考gydF4y2Ba | 结果gydF4y2Ba一个gydF4y2Ba |
Beattie等人(2017)[gydF4y2Ba | ]gydF4y2BabgydF4y2Ba飙升gydF4y2Ba | 第三类家庭PSGgydF4y2BacgydF4y2Ba |
|
Brazendale等人(2019)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 睡眠日志和活动记录仪gydF4y2Ba |
|
布鲁克等人(2017)[gydF4y2Ba | ]gydF4y2BaFlex & Charge人力资源gydF4y2Ba | 睡眠日志gydF4y2Ba |
|
Cook等人(2017)[gydF4y2Ba | ]gydF4y2BaFlexgydF4y2Ba | PSG &gydF4y2Ba 活动检测仪gydF4y2Ba |
|
Cook等人(2019)[gydF4y2Ba | ]gydF4y2BabgydF4y2Ba阿尔塔人力资源gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba |
|
de Zambotti等人(2016)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba |
|
de Zambotti等人(2018)[gydF4y2Ba | ]gydF4y2BabgydF4y2Ba收取2gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba |
|
Dickinson等人(2016)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 活动检测仪gydF4y2Ba |
|
Hakim等人(2018)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba |
|
Kang等(2017)[gydF4y2Ba | ]gydF4y2BaFlexgydF4y2Ba | 无人值守PSGgydF4y2Ba |
|
Kubala等人(2019)[gydF4y2Ba | ]gydF4y2Ba阿尔塔gydF4y2Ba | 活动检测仪gydF4y2Ba |
|
Lee等人(2017)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 活动检测仪gydF4y2Ba |
|
Lee等人(2018)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 睡眠日志gydF4y2Ba |
|
梁和马爹利Chapa Martell (2018) [gydF4y2Ba | ]gydF4y2Ba收取2gydF4y2Ba | 睡眠镜(EEG)gydF4y2BaogydF4y2Ba基础)gydF4y2Ba |
|
刘等(2019)[gydF4y2Ba | ]gydF4y2BabgydF4y2Ba阿尔塔人力资源gydF4y2Ba | 睡眠日志gydF4y2Ba |
|
Mantua等人(2016)[gydF4y2Ba | ]gydF4y2BaFlexgydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba (动态gydF4y2Ba 系统)gydF4y2Ba |
|
Maskevich等人(2017)[gydF4y2Ba | ]gydF4y2Ba一个gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba |
|
Meltzer等人(2015)[gydF4y2Ba | ]gydF4y2Ba超gydF4y2Ba | PSG &gydF4y2Ba 活动检测仪(2gydF4y2Ba 不同的)gydF4y2Ba |
|
Montgomery-Downs等(2012)[gydF4y2Ba | ]gydF4y2Ba经典gydF4y2Ba | PSG &gydF4y2Ba 活动检测仪gydF4y2Ba |
|
Osterbauer等人(2016)[gydF4y2Ba | ]gydF4y2BaFlexgydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba |
|
Sargent等人(2018)[gydF4y2Ba | ]gydF4y2Ba负责人力资源gydF4y2Ba | 巴黎圣日尔曼gydF4y2Ba |
|
Svensson等人(2019)[gydF4y2Ba | ]gydF4y2BabgydF4y2BaVersagydF4y2Ba | 睡眠范围(基于脑电图)gydF4y2Ba |
|
一个gydF4y2Ba除非另有说明,否则报告检测睡眠周期的准确性、敏感性和特异性。gydF4y2Ba
bgydF4y2Ba出版物包括新一代睡眠分期Fitbit模型。gydF4y2Ba
cgydF4y2BaPSG:多导睡眠图。gydF4y2Ba
dgydF4y2BaTST:总睡眠时间。gydF4y2Ba
egydF4y2BaPgydF4y2Ba< . 01。gydF4y2Ba
fgydF4y2BaPgydF4y2Ba< . 05。gydF4y2Ba
ggydF4y2BaSE:睡眠效率。gydF4y2Ba
hgydF4y2BaWASO:入睡后醒来。gydF4y2Ba
我gydF4y2BaSOL:睡眠开始潜伏期。gydF4y2Ba
jgydF4y2BaNS:不显著。gydF4y2Ba
kgydF4y2BaMAPE:平均绝对百分比误差。gydF4y2Ba
lgydF4y2Ba快速眼动:快速眼动。gydF4y2Ba
米gydF4y2BaPLMS:睡眠中的周期性肢体运动。gydF4y2Ba
ngydF4y2BaTIB:睡觉时间。gydF4y2Ba
ogydF4y2Ba脑电图:脑电图仪的。gydF4y2Ba
pgydF4y2Ba斯皮尔曼相关系数。gydF4y2Ba
偏差的评估gydF4y2Ba
表S1gydF4y2Ba
总结研究方法的偏倚风险、内部效度、报告结果和每个合格研究的可泛化性。22项调查中只有5项(23%)试图使睡眠实验室技术人员对结果测量盲目[gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ].在22项合格研究中,共有13项(59%)依赖PSG作为评估Fitbit性能的参考[gydF4y2Ba ,gydF4y2Ba -gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba -gydF4y2Ba ];另外9人(41%)依赖睡眠日志、活动记录仪或家庭脑电图作为参考。因为PSG是gydF4y2Ba黄金标准gydF4y2Ba对于睡眠阶段和参数的测量,使用其他参考方法构成了另一个潜在的偏倚来源。一半的调查(11/ 22,50%)是在参与者家中进行的。22项研究中有5项(23%)的就寝时间未明确,2项实验室研究(9%)的就寝时间与参与者的习惯性就寝时间不同。习惯性就寝时间和强制就寝时间之间的差异可能导致在床上醒来的时间比正常时间多或少,这可能会导致偏见。此外,使用体积较大的睡眠追踪器作为在家中进行研究的参考可能存在问题,因为仪器佩戴不当和技术人员的监督。大多数研究(16/ 22,73%)遵循了制造商的建议,即Fitbit模型应戴在非惯用手上。然而,在22项研究中,有2项(9%)使用了平衡实验设计来放置Fitbit设备,一半的参与者戴在右手上,另一半戴在左手上。最后,在22项研究中,有2项(9%)是在左手腕上佩戴Fitbit;在另外两项研究中(9%),佩戴Fitbit的手没有被报告。在22项研究中,1 (5%)[gydF4y2Ba 没有报告Fitbit的SE,但报告了PSG的SE;这可能构成选择性报告偏见。我们联系了这次调查的通讯作者,但我们没有得到回应。gydF4y2BaFitbit与多导睡眠记录仪评估睡眠参数的比较gydF4y2Ba
非睡眠阶段Fitbit模型gydF4y2Ba
在22项研究中,10项(45%)评估了早期非睡眠阶段Fitbit模型与PSG在估计睡眠参数方面的比较[gydF4y2Ba
,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba -gydF4y2Ba ];其中一项研究涉及Fitbit模型应用于两组不同人群(即睡眠良好者和失眠症患者)时的表现,因此可能的比较数量增加到11个。10个潜在比较中有8个(N=203)报告了Fitbit与PSG相比TST在6.5到88.1分钟之间的显著高估,而另外2个(N=52)发现无显著高估。6个潜在比较中有5个(N=142)报告了Fitbit对WASO与PSG在5.6到44分钟之间的显著低估,而另一个(N=17)报告了不显著低估。8个潜在比较中有6个(N=166)观察到Fitbit与PSG相比SE显著高估了1.8%至17.4%,而另外2个(N=57)报告不显著高估。共有5个比较(N=110)评价了SOL,两种评价方法之间没有显著差异。gydF4y2Ba-gydF4y2Ba 展示了由非睡眠阶段Fitbit模型得出的SOL、WASO、TST和SE变量的效应量的森林图,以及总体的汇总估计效应量。非睡眠阶段Fitbit模型相对于PSG的效应大小的汇总估计显示:SOL的估计差异不显著(N=4个比较;效应量=0.12,95% CI -0.14 ~ 0.39;gydF4y2BaPgydF4y2Ba= .37点);WASO显著低估(N=5组比较;效应量=0.60,95% CI 0.38 ~ 0.83;gydF4y2BaPgydF4y2Ba<措施);TST显著高估(N=7个比较;效应量=-0.51,95% CI为-0.71 ~ -0.30;gydF4y2BaPgydF4y2Ba<措施);SE显著高估(N=6个比较;效应量=-0.74,95% CI为-0.97 ~ -0.48;gydF4y2BaPgydF4y2Ba<措施)。在任何睡眠参数中均未检测到异质性。gydF4y2Ba
睡眠分期Fitbit模型gydF4y2Ba
22篇论文中只有3篇(14%)涉及与PSG相比较的新一代睡眠分期Fitbit模型[gydF4y2Ba
,gydF4y2Ba ,gydF4y2Ba ];这三篇文章中的一篇研究了Fitbit在两组不同人群(正常和PLMS睡眠者)上的表现,从而将可能的比较数量增加到四个。gydF4y2Ba三个潜在比较中有两个(N=84)报告Fitbit与PSG在9-11.6分钟内显着高估TST,而另一个(N=9)报告不显着高估TST。唯一一项评估SE的研究(N=49)报告了Fitbit相对于PSG的1.98%的显著高估。共有3项试验(N=93)报告两种方法的WASO无显著差异;其中1例(N=35)发现Fitbit比PSG显著低估了4分钟的SOL,而另外2例(N=58)发现Fitbit对SOL的低估不显著。gydF4y2Ba
效应量的汇总估计(见gydF4y2Ba
-gydF4y2Ba )显示对SOL的显著低估(N=3个比较;效应量=0.32,95% CI 0.04 ~ 0.60;gydF4y2BaPgydF4y2Ba=.03), WASO的估计差异不显著(N=3个比较;效应量=0.16,95% CI -0.12 ~ 0.44;gydF4y2BaPgydF4y2Ba=.25), TST (N=3个比较;效应量=-0.15,95% CI为-0.43 ~ 0.13;gydF4y2BaPgydF4y2Ba=.29),和SE (N=1比较;效应量=-0.27,95% CI为-0.65 ~ 0.13;gydF4y2BaPgydF4y2Ba=.19)通过睡眠分期Fitbit模型与PSG进行比较。在任何睡眠参数中均未检测到异质性。由于只有一项研究评估了SE,因此异质性检测不相关。gydF4y2Ba非睡眠阶段与睡眠阶段Fitbit模型的比较gydF4y2Ba
亚组分析显示,非睡眠分期模型和睡眠分期模型在估计SOL方面无显著性差异(χgydF4y2Ba2gydF4y2Ba1gydF4y2Ba= 1.0,gydF4y2BaPgydF4y2Ba=收)。然而,睡眠阶段模型在估计WASO方面比非睡眠阶段模型表现得更好(χgydF4y2Ba2gydF4y2Ba1gydF4y2Ba= 5.7,gydF4y2BaPgydF4y2Ba=.02), TST (χgydF4y2Ba2gydF4y2Ba1gydF4y2Ba= 4.0,gydF4y2BaPgydF4y2Ba=.045), SE (χgydF4y2Ba2gydF4y2Ba1gydF4y2Ba= 3.8,gydF4y2BaPgydF4y2Ba=。051,即低于gydF4y2BaPgydF4y2Ba=。10recommended for statistical significance of subgroup comparisons).
Fitbit与多导睡眠记录仪检测睡眠周期的准确性、敏感性和特异性gydF4y2Ba
非睡眠阶段Fitbit模型gydF4y2Ba
共有7项研究(N=197)涉及非睡眠阶段Fitbit模型的逐期(EBE)调查,参考PSG来区分睡眠和清醒状态[gydF4y2Ba
,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba -gydF4y2Ba ].在这7项研究中,1项由两个不同的样本组成,因此评价总数增加到8项。在这些试验中,Fitbit与PSG分析发现睡眠时间的准确性值在0.81至0.93之间,敏感性值在0.87至0.99之间,特异性值在0.10至0.52之间。gydF4y2Ba睡眠分期Fitbit模型gydF4y2Ba
睡眠时期识别gydF4y2Ba
共有3项研究(N=153)评估了睡眠阶段Fitbit模型的性能,并以PSG作为参考,通过EBE分析识别睡眠周期[gydF4y2Ba
,gydF4y2Ba ,gydF4y2Ba ].共有一项研究包括两个不同的样本,因此可能的比较数量增加到四个。相对于PSG,在3个可能的比较(N=144)中对睡眠时间的检测显示敏感性值在0.95到0.96之间;4个比较(N=153)对睡眠时间的检测显示特异性值在0.58至0.69之间;睡眠时间的检测,仅在一项研究(N=49)中评估,显示准确性为0.90。gydF4y2Ba睡眠阶段识别gydF4y2Ba
共有3项研究(N=153)通过EBE分析评估了睡眠阶段Fitbit模型在识别睡眠阶段方面的表现[gydF4y2Ba
,gydF4y2Ba ,gydF4y2Ba ].相对于PSG,检测轻度睡眠(非快速眼动[REM] 1 [N1] +非快速眼动2 [N2])的准确度在0.69至0.81之间,检测深度睡眠(非快速眼动3 [N3])的准确度在0.36至0.89之间,检测快速眼动睡眠的准确度在0.62至0.89之间。gydF4y2BaFitbit模型与Actigraphy估计睡眠参数的比较gydF4y2Ba
没有发表的研究评估了睡眠阶段Fitbit模型相对于活动记录仪在估计睡眠参数方面的表现。相比之下,7项研究调查了非睡眠阶段Fitbit模型相对于活动记录仪的准确性[gydF4y2Ba
,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ];其中1例涉及两种不同的活动描记仪[gydF4y2Ba ],另一项调查包括两个不同的样本:睡眠良好者和睡眠不良者[gydF4y2Ba ].在总共7个潜在比较中,Fitbit在其中5个(N=84)中显著高估了TST 24.1-74分钟,而在2个比较中(N=31),它没有显著高估。在总共四次比较(N=69)中,Fitbit显著高估了SE 1.1%-7.0%。在总共5次比较中,Fitbit显著低估了其中4次(N=65)的WASO 16-32分钟,而在1次(N=10)中,它没有被显著低估。只有一项研究(N=21)评估了SOL,发现Fitbit显著高估了11.5分钟。gydF4y2Ba两项研究[gydF4y2Ba
,gydF4y2Ba ]同时在同一队列中比较了非睡眠阶段Fitbit模型加活动记录仪与实验室PSG。相对于PSG,活动记录仪和Fitbit都高估了TST: Fitbit在一项研究中高估了88分钟,在另一项研究中高估了46分钟;在一项研究中延长了74分钟,在另一项研究中延长了40.6分钟。他们还高估了SE: Fitbit在一项研究中高估了17.4%,在另一项研究中高估了8.1%;Actigraph在一项研究中增加了14.8%,另一项增加了7%。然而,他们在一项研究中低估了WASO: Fitbit 39分钟,在另一项研究中低估了44分钟;一项研究延长了20分钟另一项研究延长了27分钟。Actigraphy显示的偏倚比Fitbit小。另一方面,在同样的两项研究中,Fitbit在测量相对于PSG作为参考的SOL方面表现优于活动记录仪:Fitbit偏差在一项研究中为17分钟,另一项为2分钟;活动描记仪偏差在一个23分钟和另一个14分钟的研究中。 One of these studies also performed EBE analysis [ ],发现Fitbit检测睡眠的灵敏度和准确性比PSG高出约1%。gydF4y2BaFitbit测量的睡眠参数与睡眠日记的相关性gydF4y2Ba
共有3项研究调查了由非睡眠阶段Fitbit模型得出的睡眠参数与自评睡眠日记之间的相关性程度[gydF4y2Ba
,gydF4y2Ba ];其中一项涉及两种不同的Fitbit模型[gydF4y2Ba ].在总共4个潜在比较(N=104)中,相关性显著,范围在r=。55, r=。71,was reported between TST measured by Fitbit versus sleep diary. A total of 1 study (N=38) found significant correlation between the two methods of sleep assessment for time in bed (TIB; r=.48) but poor correlation for WASO (r=.09) and SE (r=-.03). A total of 1 study (N=10) [ ]调查了睡眠日记和Fitbit睡眠分期方法之间的一致程度。与睡眠日记相比,Fitbit显著高估WASO(13分钟),低估SOL(5分钟),TST(6分钟)和SE(1.4%)。gydF4y2BaFitbit睡眠阶段分类准确度的优势手与非优势手比较gydF4y2Ba
只有1项研究(N=60) [gydF4y2Ba
]研究了新一代Fitbit模型同时戴在惯用手和非惯用手时,睡眠阶段分类的准确性差异。在估计睡眠阶段方面没有发现手与手之间的差异。gydF4y2Ba所选灵敏度模式设置对睡眠参数估计的影响gydF4y2Ba
早期的非睡眠阶段,而不是后期的睡眠阶段,Fitbit模型允许用户选择正常或敏感模式来感知身体运动,以获得睡眠参数。共有3项研究相对于PSG评估了这些Fitbit模型设置为敏感模式时的性能[gydF4y2Ba
,gydF4y2Ba ,gydF4y2Ba ].其中2个敏感模式分别显著低估TST 86.3 min (N=21)和105 min (N=63),显著低估SE 16.0% (N=21)和21% (N=63)。唯一一项评估SOL的研究(N=21)发现敏感模式显著高估了11.5分钟。在这3项研究(N=134)中,当设置为相对于PSG的敏感模式时,早期非睡眠阶段Fitbit模型对睡眠和清醒时期的区分的准确度为0.66至0.78,灵敏度为0.64至0.78,特异性为0.79至0.89。gydF4y2Ba掐间可靠性gydF4y2Ba
共有3项研究评估了非睡眠阶段Fitbit模型的设备间可靠性。其中一项研究中,3名参与者在同一手腕上佩戴了两条Fitbit Classic腕带,通过EBE比较发现,设备间的可靠性很高(96.5%-99.1%)[gydF4y2Ba
].另一项有7名参与者在同一手腕上佩戴两个Fitbit Ultra设备的研究也证实了设备之间的性能在估计TST和SE方面基本相同;其他睡眠参数的研究结果未见报道[gydF4y2Ba ].最后,剩余的研究涉及10名参与者,他们同时在非优势臂的手腕上佩戴两个Fitbit Alta设备,发现两种设备在测量WASO方面没有显著差异,但在测量TST方面有轻微但具有统计学意义的差异(约6分钟)[gydF4y2Ba ].gydF4y2Ba讨论gydF4y2Ba
主要研究结果gydF4y2Ba
个人监测技术的质量和使用正在迅速发展,为广泛改善医学素养和健康提供了希望。如今,消费者和健康专业人士高度感兴趣的一个领域是睡眠质量,因为它对白天的认知和身体表现具有公认的重要性。许多腕戴设备可以跟踪睡眠参数和阶段。其中一些最受欢迎的是由Fitbit, Inc .销售的;它的几个非睡眠阶段和睡眠阶段模型的性能已经与实验室PSG、家庭睡眠跟踪器或其他方法进行了评估。这项系统综述的目的是全面评估这些消费腕带设备在评估睡眠方面的价值。gydF4y2Ba
PSG被认为是评估睡眠参数和阶段的金标准;与PSG相比,非睡眠分期Fitbit模型高估了TST和SE,低估了WASO,但同样能很好地确定SOL。此外,这种腕带模型在估计TST、SE和WASO时的偏差量是不可忽略的。EBE分析表明,与实验室PSG相比,这种类型的Fitbit模型在检测睡眠方面具有较高的准确性和灵敏度;然而,分析只显示出适度的特异性。gydF4y2Ba
2007年,美国睡眠医学学会(American Academy of Sleep Medicine)认证腕动仪可用于对健康成年人和某些疑似睡眠障碍患者的睡眠模式进行在家评估[gydF4y2Ba
].然而,一些研究发现,活动记录仪与四种流行解释算法中的任何一种联合使用[gydF4y2Ba 高估了睡眠时间;虽然其检测睡眠的灵敏度很高(在0.87和0.99之间),但特异性很低(在0.28和0.67之间)[gydF4y2Ba ].这是因为活动记录仪及其解释算法倾向于将安静清醒的时期记录为睡眠[gydF4y2Ba ].比较非睡眠阶段Fitbit模型和活动记录仪的研究[gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba Fitbit高估了TST和SE,低估了WASO。只有一项研究[gydF4y2Ba 相对于活动记录仪评估SOL;研究发现,Fitbit明显高估了这个睡眠参数,平均高估了12分钟。单一研究[gydF4y2Ba ]对同时配备非睡眠阶段Fitbit和活动记录仪设备的相同参与者进行EBE分析,结果显示Fitbit的灵敏度和准确性只有微小的差异(即大约高1%)。在这方面,非睡眠阶段Fitbit模型允许用户选择正常或敏感模式来测量身体运动,从而得出睡眠参数。推荐的普通模式只评分gydF4y2Ba重要的gydF4y2Ba在床上的身体动作与清醒时一样。相比之下,敏感模式几乎将所有此类运动解释为清醒或不安的睡眠时间[gydF4y2Ba ].当设备设置为敏感模式和正常模式时,评估Fitbit设备相对于PSG的研究报告称,与正常模式相比,敏感模式在估计SOL、SE、WASO和TST时产生了明显更高的偏倚;敏感性模式的准确性和敏感性较低,但特异性较高。这些发现证实了该公司的建议,即在大多数情况下使用正常模式设置。gydF4y2BaFitbit于2017年推出了睡眠分期功能,现在已被纳入Fitbit Charge 2、Fitbit Charge 3、Fitbit Alta HR、Fitbit Versa、Fitbit Versa 2、Fitbit Blaze和Fitbit Ionic型号中。该功能依赖于结合身体运动和HRV算法来识别和估计每个睡眠阶段所花费的时间[gydF4y2Ba
].Fitbit解释性专有睡眠分期算法是使用机器学习方法(即线性判别分类器)推导出来的,该方法应用于三种类型的参数——运动、HRV和呼吸频率,后两种参数由光容量描写术感知的心跳数据计算出来,这些数据是在对60名18-60岁(平均34岁,SD 10)正常睡眠者的睡眠研究中测量的。这三组参数得到180个特征的初始集合,通过递归特征消除的方法,减少到54个特征。Subsequently,心跳衍生的特征与运动衍生的特征进行了比较,发现在睡眠与清醒时期的总体分类和区分中,两者的重要性大致相同[gydF4y2Ba ].根据与Fitbit公司的讨论,自2017年推出睡眠阶段Fitbit模型以来,相同的核心硬件技术和软件算法已被纳入所有睡眠阶段Fitbit模型,从而在已发表的研究中进行可行有效的性能比较。gydF4y2Ba迄今为止,只有3项合格的研究调查了新一代Fitbit硬件和软件耦合技术相对于PSG的性能[gydF4y2Ba
,gydF4y2Ba ,gydF4y2Ba ].其中,1评估了Fitbit在两种不同的正常睡眠者和plms队列中的表现,从而将可能的比较数量增加到4个,这取决于个别试验中评估的特定睡眠参数。虽然这些比较表明,新一代Fitbit模型在检测睡眠阶段方面的准确性仅为中等,但在估计TST、SE和WASO方面,它们比早期无睡眠阶段的Fitbit模型要好得多。总的来说,新一代Fitbit模型在参考PSG估计大多数睡眠参数时的偏倚量在临床上可以忽略不计:在确定TST的三个比较中小于12分钟,在评估SE的单个比较中小于1.98% [gydF4y2Ba ],并且在测量SOL的三次比较中均小于7分钟。对已发表数据的元分析也证实,睡眠阶段Fitbit模型和PSG在测量WASO、TST和SE方面缺乏统计学上的显著差异,且效应量的差异范围为gydF4y2Ba小gydF4y2Ba对同样四组比较数据进行的EBE分析也显示,在检测睡眠方面具有较高的敏感性(即在0.95至0.96之间)和特异性(即在0.58至0.69之间)。这四个涉及睡眠阶段Fitbit模型的比较试验在检测睡眠方面的特异性比所有非睡眠阶段Fitbit模型的比较试验都要高得多,其特异性在0.10-0.52范围内。此外,这四种比较中有三种没有发现不同评估方法之间的WASO有显著差异。相比之下,由非睡眠阶段Fitbit模型组成的五组比较报告显着低估了WASO 5.6-44分钟。总的来说,这些发现表明,与早期的睡眠阶段Fitbit模型相比,新一代睡眠阶段Fitbit模型的身体运动和HRV传感器以及软件算法技术,可以更准确地检测预期睡眠期间的清醒时间。这些是非常有希望的结果,因为身体活动和基于运动的跟踪器,如活动记录仪的主要缺点是高估了睡眠时间,检测WASO的敏感性差(即,在安静的睡前活动期间,难以区分清醒和睡眠时间)[gydF4y2Ba ,gydF4y2Ba ].gydF4y2Ba商用个人监控器的一个问题是设备内部和设备间的可靠性。共进行3项调查[gydF4y2Ba
,gydF4y2Ba ,gydF4y2Ba 解决了这个问题,他们都报告了可接受的一致性。唯一纵向(即连续4晚)调查[gydF4y2Ba ]发现Fitbit和作为参考的活动记录仪之间的TST和SE在夜间没有系统性差异。这项研究的作者得出结论,Fitbit是一种评估睡眠质量趋势的有用设备,尽管一些睡眠参数的绝对值可能有偏差[gydF4y2Ba ].在这些研究中,1报告了测量TST时设备间差异(约6分钟)的统计学意义,但临床意义不显著[gydF4y2Ba ].gydF4y2Ba主观的自我报告调查和日记方法,虽然由于易于使用和成本低,是评估睡眠的流行手段,但价值有限。自我报告调查方法依赖于回忆,这可能是有偏见的,特别是当不局限于最近的、单时间点的经历时。睡眠日记方法较少依赖记忆,但报告的信息可能不够准确,因为对某些事件的认识不足,如夜间醒来的次数或频率,以及入睡的精确时间[gydF4y2Ba
].比较Fitbit模型和睡眠日记法的研究发现,TIB和TST两种方法之间存在显著相关性。由于简单、经济,睡眠调查和日记法通常比活动记录法更受欢迎;然而,Fitbit模型相对便宜的客观方法,以及它们的易用性和对大多数睡眠变量的更好估计,可能会使它们更具吸引力。gydF4y2Ba这项关于非睡眠阶段和睡眠阶段Fitbit模型的系统综述的发现是基于我们最近对相关发表文章的数据库的全面搜索,这些文章在15个月的时间内重复了三次。所纳入的研究有一定的局限性(例如,超过一半的研究是在实验室而不是在家中进行的,参与者大多是正常睡眠的年轻人或中年人)。此外,小样本量的研究结果不显著可能是统计力不足的结果。此外,在22项合格的已发表研究中,只有5项涉及Fitbit睡眠分期模型。另一个限制是缺乏公开的信息,说明Fitbit硬件和/或软件技术的进步在多大程度上解释了该公司不同代模型在推导睡眠参数和阶段方面的性能差异。根据我们与公司代表的对话,这种差异是由传感器技术的进步共同造成的;提高数据采集的保真度;将心率、HRV和身体运动纳入其睡眠研究验证的专有解释算法。尽管存在这些局限性,但本文的研究结果表明,最新一代Fitbit腕带模型的先进身体运动和HRV方法似乎适用于得出适当的睡眠参数和睡眠时间估计。研究结果进一步表明,这种Fitbit模型可能有助于进行基于人群的睡眠研究,在过去,这些研究通常严重或完全依赖于主观方法。gydF4y2Ba
结论gydF4y2Ba
Fitbit智能手环的销售目标是让用户自行获取有关睡眠质量的知识,而不是作为标准的临床多导睡眠仪的替代品。它们对于研究24小时睡眠-觉醒模式以及在正常生活条件下连续多晚纵向确定睡眠持续时间、模式和质量是有用的。在这方面,个人可以从腕带追踪器获得的信息中受益,以改善睡眠卫生和睡眠本身。在某些情况下,初级保健和睡眠专家至少可以从表面上了解患者的睡眠情况。尽管目前还没有对新一代睡眠阶段Fitbit模型进行足够的评估,但迄今为止发表的少数研究表明,它们在区分清醒和睡眠阶段方面的表现优于文献中报道的活动记录仪。gydF4y2Ba
利益冲突gydF4y2Ba
没有宣布。gydF4y2Ba
gydF4y2Ba纳入研究的偏倚评估。gydF4y2Ba
DOCX文件,22 KBgydF4y2Ba参考文献gydF4y2Ba
- 赫什科维茨M.幻灯片播放器。评估可穿戴睡眠设备和卧室内设备:CTA标准工作网址:gydF4y2Bahttps://slideplayer.com/slide/13756482/gydF4y2Ba[2019-06-14]访问gydF4y2Ba
- Haghayegh S, Khoshnevis S, Smolensky MH, Diller KR, Castriotta RJ。从腕动记录仪数据中获得睡眠参数的不同解释算法的性能比较。生物钟杂志2019年12月;36(12):1752-1760。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Van de Water AT, Holmes A, Hurley DA。非实验室环境下的睡眠客观测量可替代多导睡眠描记术:一项系统综述。J Sleep Res 2011 Mar;20(1 Pt 2):183-200 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Fitbit。我们是谁URL:gydF4y2Bahttps://www.fitbit.com/aboutgydF4y2Ba[2018-10-03]访问gydF4y2Ba
- Fitbit。关于睡眠阶段我应该知道些什么?URL:gydF4y2Bahttps://help.fitbit.com/articles/en_US/Help_article/2163gydF4y2Ba[2019-03-29]访问gydF4y2Ba
- Haghayegh S, Khoshnevis S, Smolensky MH, Diller KR. Fitbit Charge 2的PurePulse光容积描记技术在睡眠时心率评估中的准确性。生物钟杂志2019 7月;36(7):927-933。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 汤普森的车手。2019年全球健身趋势调查。中华医学会健康健康杂志2018;22(6):10-17。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
- 史密斯c。2019年9月6日。60个有趣的Fitbit统计数据和事实(2018年12月)gydF4y2Bahttps://expandedramblings.com/index.php/fitbit-statistics/gydF4y2Ba[2019-09-05]访问gydF4y2Ba
- Wright SP, Collier SR, Brown TS, Sandberg K.消费者身体活动监测器如何用于生物医学研究的分析。FASEB J 2017 Apr;31(1(增刊)):1 [gydF4y2Ba免费全文gydF4y2Ba]gydF4y2Ba
- 《我们所有的研究项目调查员》,Denny JC, Rutter JL, Goldstein DB, Philippakis A, Smoller JW,等。“我们所有人”研究项目。英国医学杂志2019年8月15日;381(7):668-676。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 美国国立卫生研究院,我们所有人的研究项目,2019年1月16日。我们所有人研究计划通过Fitbit扩展数据收集工作URL:gydF4y2Bahttps://allofus.nih.gov/news-events-and-media/announcements/all-us-research-program-expands-data-collection-efforts-fitbitgydF4y2Ba[2019-09-06]访问gydF4y2Ba
- 斯珀利希B,霍姆伯格h。是时候提出基于证据的营销主张了!Br J Sports Med 2017 Aug;51(16):1240 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 美国国家标准协会。2016年9月CTA/NSF 2052.1-2016 (ANSI):可穿戴式睡眠监测器的定义和特征gydF4y2Bahttps://webstore.ansi.org/standards/ansi/ctansf20522016ansigydF4y2Ba[2019-10-22]访问gydF4y2Ba
- Moher D, Liberati A, Tetzlaff J, Altman DG, PRISMA Group。系统评价和元分析的首选报告项目:PRISMA声明。PLoS Med 2009 7月21日;6(7):e1000097 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Downs SH, Black N.为评估卫生保健干预的随机和非随机研究的方法学质量创建检查表的可行性。中华流行病学杂志1998 7月;52(6):377-384 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Coe R.这是效应量,傻瓜:什么是效应量,为什么它很重要。2002年英国教育研究学会年会论文集,发表于:英国教育研究学会年会;2002年9月12日至14日;英国埃克塞特大学gydF4y2Bahttps://www.leeds.ac.uk/educol/documents/00002182.htmgydF4y2Ba
- 博伦斯坦M,赫奇斯L,希金斯JPT,罗斯坦HR。元分析导论。英国奇切斯特:John Wiley & Sons;2009.gydF4y2Ba
- IntHout J, Ioannidis JPA, Rovers MM, Goeman JJ。呼吁在元分析中常规提出预测区间。BMJ公开赛2016年7月12日;6(7):e010247 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Sullivan GM, Feinn R.使用效应量:或者为什么P值不够。J Grad Med Educ 2012 10月;4(3):279-282 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 希金斯JP,汤普森得分后卫,迪克斯JJ,阿尔特曼DG。测量元分析中的不一致性。英国医学杂志2003 Oct 06;327(7414):557-560 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 理查森M,加纳P,多纳根S.解释亚组分析在系统综述:一个教程。临床流行病学Glob Health 2019 Jun;7(2):192-198。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
- Beattie Z, Oyang Y, Statan A, Ghoreyshi A, Pantelopoulos A, Russell A,等。从光学体积描记术和加速度计信号估计健康成年人的睡眠阶段。物理Meas 2017 10月31日;38(11):1968-1979。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Brazendale K, Beets MW, Weaver RG, Perry MW, Tyler EB, Hunt ET,等。比较学龄期儿童自由生活睡眠的测量结果。睡眠医学2019年8月;60:197-201。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 梁建平,李建平,李建平,李建平。可穿戴式活动跟踪器在自由生活条件下的并发有效性研究。J Strength Cond Res 2017 May;31(4):1097-1106。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Cook JD, Prairie ML, Plante DT。Fitbit Flex评估重度抑郁症患者睡眠的效用:与多导睡眠描记仪和腕戴式活动描记仪的比较。J情感失调2017 Aug 01;217:299-305 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Cook JD, Eftekari SC, Dallmann E, Sippy M, Plante DT。Fitbit Alta HR对疑似中枢性嗜睡障碍患者睡眠进行量化和分类的能力:与多导睡眠描记仪的比较J Sleep Res 2019 Aug;28(4):e12789。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- de Zambotti M, Baker FC, Willoughby AR, Godino JG, Wing D, Patrick K,等。在青少年中使用多感官腕带测量睡眠和睡眠期间的心脏功能。Physiol Behav 2016 May 01;158:143-149 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- de Zambotti M, Goldstone A, Claudatos S, Colrain IM, Baker FC。Fitbit Charge 2™与成人多导睡眠记录仪的验证研究。生物钟杂志2018年4月;35(4):465-476。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Dickinson DL, Cazier J,切赫T.使用良好和不良睡眠的商业加速度计的实际验证研究。健康心理公开2016年7月;3(2):2055102916679012 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Hakim M, Miller R, Hakim M, Tumin D, Tobias JD, Jatana KR,等。Fitbit充电仪和多导睡眠描记仪测量睡眠呼吸障碍患儿睡眠质量的比较密涅瓦儿科2018年12月07:1。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Kang S, Kang JM, Ko K, Park S, Mariani S,翁杰。商用可穿戴睡眠追踪器在成人失眠症患者和睡眠良好者中的有效性。J Psychosom Res 2017 Jun;97:38-44。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Kubala AG, Barone Gibbs B, Buysse DJ, Patel SR, Hall MH, Kline CE。基于现场的睡眠测量:六个商业活动监测器和一个经过验证的加速度计之间的协议。行为学睡眠医学2019年8月27:1-16。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 李浩,李浩,文杰,李涛,金敏,In H,等。可穿戴式活动追踪器与活动记录仪用于睡眠评估和昼夜休息的比较:健康年轻人的活动节律测量精神病学调查2017年3月14日(2):179-185 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 李j, Byun W, Keill A, Dinkel D, Seo Y.可穿戴跟踪器估计睡眠能力的比较。国际环境与公共卫生杂志2018年6月15日;15(6):1265 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 梁泽,马爹利Chapa Martell MA。消费者活动腕带和可穿戴式脑电图在自由生活条件下测量整体睡眠参数和睡眠结构的有效性。中华卫生杂志2018年4月20日;2(1-2):152-178。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
- 刘杰,王文涛,Zwetsloot IM, Hsu YC, Tsui KL. Fitbit Alta与睡眠日记的初步协议。Telemed J E Health 2019年1月02:1。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 曼图亚J,沙砾N,斯宾塞RM。四种个人健康监测设备与基于研究的活动记录仪和多导睡眠记录仪相比,睡眠测量的可靠性。传感器(巴塞尔)2016年5月05日;16(5):646 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Maskevich S, Jumabhoy R, Dao PDM, Stout JC, Drummond SPA。亨廷顿舞蹈病基因携带者的动态活动监测仪睡眠测量的试点验证中华医学杂志,2017;6(3):249-253。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Meltzer LJ, Hiruma LS, Avis K, Montgomery-Downs H, Valentin J.儿童和青少年加速计与多导睡眠记录仪和活动记录仪的比较。Sleep 2015 Aug 01;38(8):1323-1330 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 蒙哥马利-唐斯HE,英萨纳SP,邦德JA。朝向一种新型活动监测装置的运动。睡眠呼吸2012 10月;16(3):913-917。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Osterbauer B, Koempel JA, Davidson Ward SL, Fisher LM, Don DM. Fitbit活动监测器和PSG用于评估儿童睡眠模式和运动的比较研究。《耳鼻咽喉病》2016年3月2日;1(3):24-35 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
- Sargent C, Lastella M, Romyn G, Versey N, Miller DJ, Roach GD。一种市面上可以买到的可穿戴设备能在多大程度上测量年轻运动员的睡眠?生物钟杂志2018 Jun;35(6):754-758。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 史文森T,吴忠,德野S,中村M,史文森AK。在自然条件下,消费者可穿戴睡眠追踪器与便携式脑电图系统的对比验证研究。《心理学报》2019年8月30日;126:109822。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Morgenthaler T, Alessi C, Friedman L, Owens J, Kapur V, Boehlecke B,美国睡眠医学学会实践标准委员会。在睡眠和睡眠障碍评估中使用活动记录仪的实践参数:2007年更新。睡眠2007年5月;30(4):519-529。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Marino M, Li Y, Rueschman MN, Winkelman JW, Ellenbogen JM, Solet JM,等。测量睡眠:手腕活动记录仪与多导睡眠记录仪相比的准确性、敏感性和特异性。睡眠2013年12月1日;36(11):1747-1755 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- Fitbit。我如何用Fitbit设备跟踪我的睡眠情况?URL:gydF4y2Bahttps://help.fitbit.com/articles/en_US/Help_article/1314gydF4y2Ba[2018-10-15]访问gydF4y2Ba
- 活动记录仪在睡眠医学中的作用和有效性:更新。睡眠医学2011年8月15日(4):259-267。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
- 沃夫森AR, Carskadon MA, Acebo C, Seifer R, Fallone G,迷宫SE,等。青少年睡眠习惯调查的有效性证据。睡眠2003 3月15日;26(2):213-216。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
gydF4y2Ba
缩写gydF4y2Ba
CINAHL:gydF4y2Ba护理及相关健康文献累积索引gydF4y2Ba |
电子束曝光:gydF4y2Baepoch-by-epochgydF4y2Ba |
脑电图:gydF4y2Ba脑电图仪的gydF4y2Ba |
HRV:gydF4y2Ba心率变异性gydF4y2Ba |
日军:gydF4y2Ba平均绝对误差百分比gydF4y2Ba |
N1:gydF4y2Ba非快速眼动gydF4y2Ba |
N2:gydF4y2Ba2 .非快速眼动gydF4y2Ba |
N3:gydF4y2Ba3 .非快速眼动gydF4y2Ba |
plm:gydF4y2Ba睡眠中周期性的肢体运动gydF4y2Ba |
棱镜:gydF4y2Ba系统评价和元分析的首选报告项目gydF4y2Ba |
PSG:gydF4y2Ba多导睡眠描记术gydF4y2Ba |
雷:gydF4y2Ba快速眼动gydF4y2Ba |
SE:gydF4y2Ba睡眠效率gydF4y2Ba |
索尔:gydF4y2Ba睡眠潜伏期gydF4y2Ba |
TIB的:gydF4y2Ba睡觉时间gydF4y2Ba |
结核菌素:gydF4y2Ba总睡眠时间gydF4y2Ba |
沃:gydF4y2Ba入睡后醒来gydF4y2Ba |
G·艾森巴赫(G Eysenbach)编辑;提交16.09.19;L Menna-Barreto, A Davoudi, I Mircheva, R Bajpai同行评审;对作者08.10.19的评论;订正版本收到16.10.19;接受17.10.19;发表28.11.19gydF4y2Ba
版权gydF4y2Ba©Shahab Haghayegh, Sepideh Khoshnevis, Michael H Smolensky, Kenneth R Diller, Richard J Castriotta。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2019年11月28日。gydF4y2Ba
这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。gydF4y2Ba