发表在gydF4y2Ba在gydF4y2Ba第9卷第9期(2022):9月gydF4y2Ba

本文的预印本(早期版本)可在gydF4y2Bahttps://preprints.www.mybigtv.com/preprint/37354gydF4y2Ba,首次出版gydF4y2Ba.gydF4y2Ba
苹果手表监测心理健康生理症状:文献综述gydF4y2Ba

苹果手表监测心理健康生理症状:文献综述gydF4y2Ba

苹果手表监测心理健康生理症状:文献综述gydF4y2Ba

审查gydF4y2Ba

1gydF4y2BaMARCS大脑、行为和发展研究所,西悉尼大学,彭里斯,新南威尔士州,澳大利亚gydF4y2Ba

2gydF4y2Ba虚拟心理学家,南港公园,QLD,澳大利亚gydF4y2Ba

3.gydF4y2Ba澳大利亚新南威尔士州彭里斯,西悉尼大学工程、设计与建筑环境学院电气与电子工程gydF4y2Ba

4gydF4y2Ba转化健康研究所,西悉尼大学,彭里斯,新南威尔士,澳大利亚gydF4y2Ba

通讯作者:gydF4y2Ba

吕玉木,工学学士,博士gydF4y2Ba

MARCS大脑、行为和发展研究所gydF4y2Ba

西悉尼大学gydF4y2Ba

锁袋1797gydF4y2Ba

彭里斯,新南威尔士,2751gydF4y2Ba

澳大利亚gydF4y2Ba

电话:61 298525222gydF4y2Ba

电子邮件:gydF4y2BaG.Lui@westernsydney.edu.augydF4y2Ba


背景:gydF4y2Ba鉴于人力资源有限,预计与COVID-19相关的精神卫生服务需求将激增,这促使人们采用新的护理方法来满足需求。自我跟踪技术形式的数字卫生技术已被确定为一种潜在途径,前提是存在足够的证据支持其在精神卫生领域的有效性。gydF4y2Ba

摘要目的:gydF4y2Ba本文献综述旨在识别Apple Watch与心理健康监测相关的当前和潜在的生理或生理相关监测功能,并研究这些措施的准确性和验证状态及其对心理健康治疗的影响。gydF4y2Ba

方法:gydF4y2Ba2021年6月至2021年7月,对与Apple Watch、心理健康和生理学有关的已发表文献和灰色文献进行了文献综述。文献综述确定了验证Apple Watch传感器功能的研究。gydF4y2Ba

结果:gydF4y2Ba共鉴定论文5583篇,全文评审115篇(2.06%)。在这115篇论文中,有19篇(16.5%)与Apple Watch验证或比较研究有关。大多数研究表明,Apple Watch可以测量心率,但在运动时误差会增加。对大多数可穿戴设备来说,精确的能量消耗测量是很困难的,尽管被高估了,但与同行相比,Apple Watch通常能提供最好的结果。研究发现,心率变异性测量在数据上存在差距,但能够检测到轻微的精神压力。活动监测与步数显示出良好的一致性,尽管轮椅使用被发现容易高估和在地面任务中表现不佳。心房颤动检测结果好坏参半,部分原因是结果不确定率高,但可能对持续监测有用。没有研究记录睡眠应用程序功能的有效性;然而,基于加速度计的睡眠监测在检测睡眠方面表现出较高的准确性和敏感性。gydF4y2Ba

结论:gydF4y2Ba关于Apple Watch在心理健康方面的应用,结果令人鼓舞,尤其是心率可变性是身体和情绪状态变化的关键指标。通过避免回忆偏差和收集支持生态环境的数据,可以获得特别的好处。然而,缺乏方法上强有力的和重复的用户效益证据,支持性的卫生经济分析,以及对个人健康信息的担忧仍然是必须解决的关键因素,以实现更广泛的吸收。gydF4y2Ba

JMIR Ment Health 2022;9(9):e37354gydF4y2Ba

doi: 10.2196/37354gydF4y2Ba

关键字gydF4y2Ba



背景gydF4y2Ba

COVID-19大流行打乱了人们的日常生活方式。从工作和就业性质的变化、经济因素、居家令带来的隔离,以及不断变化的健康建议和医疗指示的不确定性来看,预计这些压力将导致心理健康服务需求的增加,超出目前的能力[gydF4y2Ba1gydF4y2Ba].采用数字卫生技术可能会减轻这一负担。gydF4y2Ba

可穿戴设备是一种电子传感器,被设计用于放置在皮肤上或皮肤附近,以测量来自身体的信号。这类设备包括类似手表或腕带的腕戴设备,可以与移动电话无线连接。这些设备已成为一种流行的行为干预手段,用于监测生理活动,以促进健康的生活方式[gydF4y2Ba2gydF4y2Ba].早期形式的健康监测包括计步器,可跟踪每日步数并得出基本能量消耗[gydF4y2Ba3.gydF4y2Ba].可穿戴设备在健康监测方面的潜力,对于寻求实现远程医疗新模式的医疗保健创新者来说,已经变得特别有吸引力。然而,这些设备监测的是用户的生理信号或生理相关指标(如身体活动),而不是心理健康。这类设备可能以健身追踪器的形式出现,这种设备通常更简单、成本更低、功能有限、功能固定。这类设备通常不支持第三方应用程序,用户互动性有限,并将健康监测作为主要目标。相比之下,智能手表通常是高端设备,拥有更丰富的传感器和用户界面,以及灵活、可扩展的软件架构,允许第三方软件访问和扩展功能,如语音通话、媒体控制和消息传递。随着市场的成熟,有些产品可能会模糊界限;然而,它更丰富的传感器套件、用户界面,以及对第三方应用程序和数据访问的支持,使得这些设备对心理健康研究和监测目的具有吸引力。gydF4y2Ba

心理健康可被定义为"一种幸福状态,在这种状态下,个人实现了自己的能力,能够应付正常的生活压力,能够富有成效地工作,并能够对其所在的社区作出贡献" [gydF4y2Ba4gydF4y2Ba].这种状态与身体健康密切相关,是一般或全面健康的组成部分[gydF4y2Ba5gydF4y2Ba].一项中介研究考察了身体健康对心理健康的影响,反之亦然,发现了显著的直接和间接影响以及交叉影响[gydF4y2Ba6gydF4y2Ba].研究还表明,体育活动在改善焦虑和抑郁症状方面是有效的。gydF4y2Ba7gydF4y2Ba].来自可穿戴设备的信号测量可以了解身体活动,也可以推断心理健康状况。gydF4y2Ba

动机gydF4y2Ba

苹果公司已成为健康技术和健康跟踪设备的行业领导者。gydF4y2Ba8gydF4y2Ba].Apple Watch于2015年首次推出,自推出以来一直保持着最大的市场份额,并不断提升智能手表的功能[gydF4y2Ba9gydF4y2Ba].这些设备主要是作为健康工具,为佩戴者收集额外的个人健康监测,通常用于生理活动,如心率(HR)、心率变异性(HRV)、呼吸频率和生理相关测量,如EE和跌倒检测。这些设备的一些功能,如心电图功能,包括配套的应用程序,已获得食品和药物管理局(FDA)的批准[gydF4y2Ba10gydF4y2Ba而他们的传感器和应用程序功能的其他方面尚未得到独立验证或获得监管许可。使用这些设备监测压力的研究较少,但似乎是一个有前途的应用途径,特别是在心理健康领域。gydF4y2Ba

由于数字卫生通过使用智能数据、计算和电信提供了一种新的护理模式,它有望满足日益增长的精神卫生需求的挑战。它也可以使gydF4y2Ba精密医学gydF4y2Ba,提供按病人需要定制的治疗方法[gydF4y2Ba11gydF4y2Ba].许多行业部门都对数字健康感兴趣,包括医疗保健提供商、保险公司和企业[gydF4y2Ba12gydF4y2Ba-gydF4y2Ba17gydF4y2Ba],这些公司可能希望通过Apple Watch等可穿戴设备获取个人健康信息。gydF4y2Ba

更广泛地采用心理健康监测设备在一定程度上受到阻碍,原因是这些设备的功能、所收集数据的准确性和有效性以及它们对心理健康监测和诊断的适用性尚不明确[gydF4y2Ba18gydF4y2Ba-gydF4y2Ba20.gydF4y2Ba].本研究旨在通过检查Apple Watch范围内的嵌入式传感器功能、记录并可供分析的生理和生理相关指标、文献中这些指标的验证状态、与每个指标相关的相关健康状况之间的联系(如果存在)以及对治疗的影响,来填补这一知识空白。这一分析采用了“自上而下”的方法,重点回顾了关于Apple Watch的已发表文献,以及“自下而上”的方法,重点关注Apple Watch的硬件和软件功能,以确定当前可用的功能和潜在的功能,这些功能可以通过使用Apple WatchKit、CareKit和ResearchKit框架创建定制应用程序来实现。gydF4y2Ba


文献综述时间为2021年6月至2021年7月。gydF4y2Ba

研究类型和材料gydF4y2Ba

其中包括各种已发表的研究和社论。研究类型扩展到一些未发表的(灰色)文献,对其进行评估和审查,以确定其是否适合缩小知识差距。其他灰色文献来源包括用于存储和管理设备上收集的数据的HealthKit应用程序编程接口的开发人员文档。为了进一步提供专业的观点或说明进一步的考虑点,我们对一些观点进行了背景审查。本文献综述的结构包括有关监测可能存在心理压力源的身体状况的文献,以及Apple Watch用于此类监测的实施。gydF4y2Ba

搜索策略gydF4y2Ba

本文献综述选用的电子数据库为PubMed、Scopus和谷歌Scholar。次要关键字列表(gydF4y2Ba文本框1gydF4y2Ba)的开发重点是“Apple Watch”,并结合使用布尔运算符进行截断关键字。这本书的出版日期被限制在2015年以后,与第一款Apple Watch的发布时间一致。除了综述和系统综述外,其他最近的文献也包括可穿戴设备和监测抑郁、焦虑或压力的新发展,也包括在搜索过程中。gydF4y2Ba

文献综述二级检索词。gydF4y2Ba

次要搜索词gydF4y2Ba

  • “焦虑”gydF4y2Ba
  • “心房纤颤”gydF4y2Ba
  • “收集”gydF4y2Ba
  • “数据”gydF4y2Ba
  • “萧条”gydF4y2Ba
  • “数字健康”gydF4y2Ba
  • “心率*”gydF4y2Ba
  • “失眠”gydF4y2Ba
  • “移动医疗”gydF4y2Ba
  • “监控*”gydF4y2Ba
  • “oximet *”gydF4y2Ba
  • “生理学*”gydF4y2Ba
  • “心理学*”gydF4y2Ba
  • “远程”gydF4y2Ba
  • “呼吸率”gydF4y2Ba
  • “sens *”gydF4y2Ba
  • “睡眠”gydF4y2Ba
  • “睡眠的apn *”gydF4y2Ba
  • “压力”gydF4y2Ba
  • “远程医疗”gydF4y2Ba
  • “validat *”gydF4y2Ba
  • 所谓的“可穿的”gydF4y2Ba
文本框1。文献综述二级检索词。gydF4y2Ba

选择过程gydF4y2Ba

基于Apple Watch的生理数据验证或心理学或心理健康研究,纳入了已发表的文献。应用于监测生理压力和心理健康的兴趣领域包括人力资源监测、睡眠跟踪、呼吸监测和情感表达。其他入选标准包括对可穿戴设备监测生理压力及其对心理健康影响的适用性进行的研究。审查只包括英文出版物。筛选由一名主要研究人员进行,并由其他作者进行评审。重复研究被删除。gydF4y2Ba

数据收集流程gydF4y2Ba

数据提取使用电子表格进行,该电子表格综合了研究结果并对研究进行了分组。数据管理使用EndNote (Clarivate Analytics)作为书目管理软件。如果研究没有指定Apple Watch系列,则是通过比较Apple Watch系列的发布日期来推断的。gydF4y2Ba


文献综述gydF4y2Ba

文献检索策略共识别出5583篇论文标题。通过标题和摘要的筛选,有2.06%(115/5583)的论文被完整地选择和审查。在这115篇论文中,有19篇(16.5%)被确定与Apple Watch验证或比较研究有关,总结在gydF4y2Ba表1gydF4y2Ba.gydF4y2Ba

表1。Apple Watch验证研究总结(N=19)。gydF4y2Ba
研究gydF4y2Ba 研究的焦点gydF4y2Ba 结果gydF4y2Ba
宾士等人[gydF4y2Ba21gydF4y2Ba), 2016年gydF4y2Ba 弹性和工作负载监控gydF4y2Ba
  • 分gydF4y2Ba一个gydF4y2Ba在静止状态下可靠;运动过程中的广泛结果gydF4y2Ba
  • ‎gydF4y2Ba
  • 与地面真实值测量相比,Apple Watch在步数和距离上的差异最大,其次是Fitbit Surge和Microsoft BandgydF4y2Ba
  • ‎gydF4y2Ba
  • 这种差异被推测是由于数据分辨率和访问的差异以及使用加速度计和GPS数据进行步数估计的底层算法的差异gydF4y2Ba
  • ‎gydF4y2Ba
薛碧娜等[gydF4y2Ba22gydF4y2Ba), 2017年gydF4y2Ba 人力资源gydF4y2BabgydF4y2Ba和情感表达gydF4y2BacgydF4y2Ba
  • 循环时HR和EE误差最小;行走的最高误差gydF4y2Ba
  • ‎gydF4y2Ba
  • Apple Watch在测试设备(Basis Peak、Fitbit Surge、Microsoft Band、Mio Alpha 2、PulseOn和Samsung Gear S2)的HR和EE总体误差最低。gydF4y2Ba
  • ‎gydF4y2Ba
杜利等人[gydF4y2Ba23gydF4y2Ba), 2017年gydF4y2Ba 人力资源和EEgydF4y2Ba
  • Apple Watch HR的平均绝对百分比误差在1.14% ~ 6.70%之间,在基线和高强度跑步机运动期间差异不显著;在轻度或中等强度的跑步机运动和恢复中降低心率gydF4y2Ba
  • ‎gydF4y2Ba
  • EE平均绝对百分比误差在14.07%至210.84%之间,与标准测量值(Parvo Medics TrueOne 2400)相比,所有州的EE都更高,BMI和男性人群的误差更大gydF4y2Ba
  • ‎gydF4y2Ba
  • HR和EE结果大多优于其他测试设备(Fitbit Charge HR和Garmin pioneer 225)gydF4y2Ba
  • ‎gydF4y2Ba
王等[gydF4y2Ba24gydF4y2Ba), 2017年gydF4y2Ba 人力资源gydF4y2Ba
  • Apple Watch在−27 bpm之间有95%的差异gydF4y2BadgydF4y2Ba+29 bpm;一致性相关系数为0.91;准确性随着锻炼而降低。gydF4y2Ba
  • ‎gydF4y2Ba
赫尔南多等人[gydF4y2Ba25gydF4y2Ba), 2018年gydF4y2Ba HRVgydF4y2BaegydF4y2Ba
  • Apple Watch RR间隔数据包含6.5秒的间隔,平均每次记录5个间隔,与压力或放松情况无关gydF4y2Ba
  • ‎gydF4y2Ba
  • 原因推测是由于未能从PPG数据中检测到可靠的脉冲gydF4y2Ba
  • ‎gydF4y2Ba
  • 时间HRV指数没有明显影响,但基于频率的LFgydF4y2BafgydF4y2Ba和高频gydF4y2BaggydF4y2Ba功率明显下降gydF4y2Ba
  • ‎gydF4y2Ba
  • Apple Watch能够成功检测到轻微的精神压力gydF4y2Ba
  • ‎gydF4y2Ba
关于等人[gydF4y2Ba26gydF4y2Ba), 2018年gydF4y2Ba 中等强度的锻炼gydF4y2Ba
  • 中等强度运动的Apple Watch阈值低于VO2R 40%至59%的定义标准gydF4y2BahgydF4y2Ba,导致高估中等强度的运动时间gydF4y2Ba
  • ‎gydF4y2Ba
关于等人[gydF4y2Ba27gydF4y2Ba), 2018年gydF4y2Ba 最大的人力资源gydF4y2Ba
  • Apple Watch对于测量最大HR具有良好到非常好的标准效度,没有实质性的低估或高估gydF4y2Ba
  • ‎gydF4y2Ba
  • 在左表和右表的同时记录中发现了中度和小的错误gydF4y2Ba
  • ‎gydF4y2Ba
Roomkham等[gydF4y2Ba28gydF4y2Ba), 2019年gydF4y2Ba 睡眠监测gydF4y2Ba
  • 使用Apple Watch原始加速度数据来计算ENMOgydF4y2Ba我gydF4y2Ba的分类gydF4y2Ba
  • ‎gydF4y2Ba
  • Apple Watch在检测睡眠时具有较高的准确性(97.3%)和灵敏度(99.1%),在检测清醒时具有足够的特异性(75.8%)gydF4y2Ba
  • ‎gydF4y2Ba
佩雷兹等[gydF4y2Ba29gydF4y2Ba), 2019年gydF4y2Ba 房颤gydF4y2BajgydF4y2Ba
  • 在419,297名参与者中,0.52%的人触发了Apple Watch的不规则节奏通知gydF4y2Ba
  • ‎gydF4y2Ba
  • 有心电图的人gydF4y2BakgydF4y2Ba在补丁中,84%的后续通知被确认为房颤gydF4y2Ba
  • ‎gydF4y2Ba
  • 共有34%的ECG补丁被识别为房颤,部分原因是短暂性,这表明Apple Watch可能用于持续监测gydF4y2Ba
  • ‎gydF4y2Ba
努斯等人[gydF4y2Ba30.gydF4y2Ba), 2019年gydF4y2Ba EEgydF4y2Ba
  • Apple Watch高估了女性的情感表达,低估了男性的情感表达gydF4y2Ba
  • ‎gydF4y2Ba
  • 合并相对误差为24.3%,男性为18.6%,女性为19.9%gydF4y2Ba
  • ‎gydF4y2Ba
  • 与MetCart测量的EE相比,两种设备都没有显示准确的结果gydF4y2Ba
  • ‎gydF4y2Ba
汤姆逊等[gydF4y2Ba31gydF4y2Ba), 2019年gydF4y2Ba 人力资源gydF4y2Ba
  • 极轻强度心电图相关性最强,一致性相关系数为> - 0.90gydF4y2Ba
  • ‎gydF4y2Ba
  • 大多数相对错误率<5%,最高为5.73%gydF4y2Ba
  • ‎gydF4y2Ba
  • Apple Watch在记录HR时比Fitbit Charge HR 2更准确gydF4y2Ba
  • ‎gydF4y2Ba
纳尔逊和艾伦[gydF4y2Ba32gydF4y2Ba), 2019年gydF4y2Ba 人力资源和被动监控gydF4y2Ba
  • 与ECG相比,Apple Watch 3在24小时内基本准确;平均差值为−1.8 bpm,平均绝对误差为5.86%,平均一致性为95%gydF4y2Ba
  • ‎gydF4y2Ba
  • Apple Watch比Fitbit Charge 2更准确gydF4y2Ba
  • ‎gydF4y2Ba
法尔特等[gydF4y2Ba33gydF4y2Ba), 2019年gydF4y2Ba 心血管疾病患者的HR和EEgydF4y2Ba
  • Apple Watch PPG HR与ECG ground truth的相关性良好,无系统误差gydF4y2Ba
  • ‎gydF4y2Ba
  • 与间接量热法相比,Apple Watch显示了EE的系统性高估gydF4y2Ba
  • ‎gydF4y2Ba
  • Apple Watch HR的准确性在临床上是可以接受的gydF4y2Ba
  • ‎gydF4y2Ba
Düking等[gydF4y2Ba34gydF4y2Ba), 2020年gydF4y2Ba 人力资源和EEgydF4y2Ba
  • Apple Watch 4在测量心率方面的有效性最高,其次是Polar Vantage V、Garmin Fenix 5和Fitbit VersagydF4y2Ba
  • ‎gydF4y2Ba
  • HR的变异系数为0.9% ~ 4.3%,EE的变异系数为13.5% ~ 27.1%gydF4y2Ba
  • ‎gydF4y2Ba
埃斯皮诺萨等[gydF4y2Ba35gydF4y2Ba), 2020年gydF4y2Ba 计步和人力资源gydF4y2Ba
  • 行走误差为2.6%;慢跑误差为5.1%gydF4y2Ba
  • ‎gydF4y2Ba
  • 心率一致的极限是步行为−2.2至1.8 bpm,慢跑为−3.5至4.3 bpmgydF4y2Ba
  • ‎gydF4y2Ba
  • Apple Watch显示出高度的一致性和高度的准确性gydF4y2Ba
  • ‎gydF4y2Ba
Seshadri等[gydF4y2Ba36gydF4y2Ba), 2020年gydF4y2Ba 房颤患者的HRgydF4y2Ba
  • 房颤患者Apple Watch 4与遥测之间的相关系数为0.7gydF4y2Ba
  • ‎gydF4y2Ba
  • Apple Watch 4 HR对房颤患者比非房颤患者更准确gydF4y2Ba
  • ‎gydF4y2Ba
  • 心律失常患者Apple Watch HR监测应注意gydF4y2Ba
  • ‎gydF4y2Ba
Seshadri等[gydF4y2Ba37gydF4y2Ba), 2020年gydF4y2Ba 房颤gydF4y2Ba
  • Apple Watch 4的通知在90个实例中正确识别了34个房颤(灵敏度为41%),没有假阳性,31%不确定gydF4y2Ba
  • ‎gydF4y2Ba
  • Apple Watch 4与遥测的一致性为61%gydF4y2Ba
  • ‎gydF4y2Ba
  • Apple watch导出的ECG PDF文件显示90例中84例为AF(敏感性96%),无假阳性,2例生成PDF失败gydF4y2Ba
  • ‎gydF4y2Ba
  • Apple Watch 4心电图pdf与遥测的一致性为98.9%gydF4y2Ba
  • ‎gydF4y2Ba
  • 由于不结论率高,需要进一步验证gydF4y2Ba
  • ‎gydF4y2Ba
Glasheen等人[gydF4y2Ba38gydF4y2Ba), 2021年gydF4y2Ba 轮椅使用gydF4y2Ba
  • Apple Watch 1只在高频率固定频率任务上表现出良好的一致性,在低频率任务上有显著的高估gydF4y2Ba
  • ‎gydF4y2Ba
  • 手臂测功法在所有节奏上都表现出良好的一致性gydF4y2Ba
  • ‎gydF4y2Ba
  • 地面任务的一致性较差,存在显著差异gydF4y2Ba
  • ‎gydF4y2Ba
黄恩等[gydF4y2Ba39gydF4y2Ba), 2021年gydF4y2Ba 阻塞性睡眠呼吸暂停和房颤患者的HRgydF4y2Ba
  • Apple Watch 1的可变性随着HR测量值的增加而增加gydF4y2Ba
  • ‎gydF4y2Ba
  • Lin一致性相关系数为0.88,表明Apple Watch 1与遥测的一致性是可以接受的gydF4y2Ba
  • ‎gydF4y2Ba

一个gydF4y2Ba分:photoplethysmography。gydF4y2Ba

bgydF4y2BaHR:心率。gydF4y2Ba

cgydF4y2BaEE:能量消耗。gydF4y2Ba

dgydF4y2BaBpm:每分钟节拍。gydF4y2Ba

egydF4y2BaHRV:心率变异性。gydF4y2Ba

fgydF4y2Ba低频:低频。gydF4y2Ba

ggydF4y2Ba心力衰竭:高频。gydF4y2Ba

hgydF4y2BaVO2R:备用耗氧量。gydF4y2Ba

我gydF4y2BaENMO:欧几里得范数- 1。gydF4y2Ba

jgydF4y2Ba心房颤动。gydF4y2Ba

kgydF4y2Ba心电图:心电图。gydF4y2Ba

一些已发表的关于可穿戴设备、智能手表和相关生理测量的评论也被确定为此次搜索的一部分(gydF4y2Ba文本框2gydF4y2Ba).这些审查提供了一些领域的背景;然而,这篇评论主要针对Apple watch的特定研究。gydF4y2Ba

可穿戴设备评论被识别。gydF4y2Ba

作者和回顾重点gydF4y2Ba

  • 吕等[gydF4y2Ba40gydF4y2Ba, 2016:医疗保健应用gydF4y2Ba
  • 里德和大卫[gydF4y2Ba41gydF4y2Ba, 2016:健康与健康gydF4y2Ba
  • 金等[gydF4y2Ba42gydF4y2Ba], 2018:压力和心率变异性gydF4y2Ba
  • 乔等人[gydF4y2Ba2gydF4y2Ba], 2019:患者受益于可穿戴设备gydF4y2Ba
  • Shin等[gydF4y2Ba43gydF4y2Ba], 2019年:准确性、采用、接受度和健康影响gydF4y2Ba
  • 阿提格和弗兰克[gydF4y2Ba44gydF4y2Ba], 2020:放弃个人追踪的原因gydF4y2Ba
  • 吉洛多等[gydF4y2Ba45gydF4y2Ba], 2020:基于可穿戴睡眠监测的临床应用gydF4y2Ba
  • 欧德里斯科尔等人[gydF4y2Ba46gydF4y2Ba], 2020:能源支出监测的准确性gydF4y2Ba
  • 希基等[gydF4y2Ba47gydF4y2Ba], 2021年:发现和监测精神卫生状况和压力gydF4y2Ba
文本框2。可穿戴设备评论被识别。gydF4y2Ba

HR和HRVgydF4y2Ba

概述gydF4y2Ba

在Apple Watch系列中,有几种检测和监控人力资源指标的机制。至少,所有Apple Watch系列都使用photoplethysmography (PPG)光学HR传感器来检测低或高HR和不规则节律。在新款Apple Watch中,可以选择额外的传感器来记录心电图。因此,Apple Watch用户可以通过独立的应用程序访问两种独立的HR测量方法,这些应用程序可以提供与医疗设备类似的功能[gydF4y2Ba48gydF4y2Ba].gydF4y2Ba

传统上,临床HR和心脏评估是通过12导联心电图记录进行的;但是,这不适用于连续监测应用。可穿戴设备通常使用基于PPG和ecg的传感器,它们更容易集成,但提供的信息更少。不规则的HR通知检查显示“可能提示房颤”的不规则节律事件[gydF4y2Ba49gydF4y2Ba].在Apple Watch Series 1之后,通知可以从一天中不规则时间捕获的基于ppg的测速图中衍生出来,然后使用算法进行分类[gydF4y2Ba50gydF4y2Ba].如果在ECG版本2应用程序中检测到不规则的心脏活动,Apple Watch(系列4以上)将ECG记录的事件分类为房颤(AF)、窦性心律、高或低心率,或不确定或宣布读数较差。gydF4y2Ba

苹果心脏研究于2017年11月至2018年8月进行,通过PPG记录评估了419,093名登记参与者,以确定是否存在以前未诊断的房颤[gydF4y2Ba29gydF4y2Ba,gydF4y2Ba50gydF4y2Ba,gydF4y2Ba51gydF4y2Ba].如果检测到AF事件持续>30秒,则为患者提供远程医疗会诊和ePatch动态心电图贴片,用于长达7天的确认性监测。该研究指出,在被Apple Watch通知存在房颤的参与者中,只有34%的人通过邮寄的ECG补丁进行了随后的ECG记录[gydF4y2Ba29gydF4y2Ba].然而,84%的应用程序检测到的房颤通知与随后的临床房颤诊断一致[gydF4y2Ba29gydF4y2Ba].gydF4y2Ba

一项通过PPG监测HR以检测阻塞性睡眠呼吸暂停患者房颤存在的试点验证研究发现,Apple Watch HR宣布的事件与GE医疗保健CARESCAPE Monitor B650遥测结果一致[gydF4y2Ba39gydF4y2Ba].研究结果得出结论,95%的Apple Watch Series 1的心率读数在遥测的19次/分钟(bpm)内测量,Lin一致性相关系数为0.88,平均偏差为0.26 bpm。这些值被认为是可以接受的,但相对较宽。另一项研究使用Apple Watch Series 1检测急性心肌梗死恢复期患者亚急性期心率之间的临床相关性[gydF4y2Ba52gydF4y2Ba].在出院后30天内,每天进行4次HR记录。健康患者的平均每日心率下降0.2 bpm /天,而既往行冠状动脉搭桥手术的患者心率上升趋势为0.1 bpm /天,高血压和2型糖尿病患者心率下降较慢。gydF4y2Ba

Shcherbina等人的研究[gydF4y2Ba22gydF4y2Ba)将Apple Watch(据推测是Series 1)与其他市售腕戴设备进行了比较。研究发现,使用Apple Health应用程序的Apple Watch能够提供HR、EE和每隔1分钟采样一次的步数,如果锻炼计划检测到或宣布了更高强度的运动,采样次数会更频繁。gydF4y2Ba22gydF4y2Ba].在这项研究中,所有其他市售腕戴设备,包括Basis Peak、Fitbit Surge、微软Band、PulseOn和三星Gear S2,粒度都只有1分钟。在所有活动模式中,Apple Watch的HR误差在所有测试设备中最低,平均为2%。另外11%(2/19)的研究也反映了这一点,这些研究比较了Apple Watch设备与其他市售设备相对于传统ECG的HR准确性[gydF4y2Ba23gydF4y2Ba,gydF4y2Ba33gydF4y2Ba].gydF4y2Ba

由HR衍生而来的是HRV,心脏性能的另一种测量方法,表明心跳之间的时间变化(神经网络或RR间隔)在时间或频域。这是一种监测心脏健康、睡眠质量、精神压力、慢性疼痛、创伤后应激障碍、双相情感障碍和创伤性脑损伤的方法[gydF4y2Ba53gydF4y2Ba,gydF4y2Ba54gydF4y2Ba].计算HRV的统计方法有很多种,包括神经网络区间标准差(SDNN)、HRV三角指数、平均神经网络区间标准差、连续差值均方根[gydF4y2Ba55gydF4y2Ba,gydF4y2Ba56gydF4y2Ba].Apple Watch提供HRV作为节拍间隔(SDNN)的SD [gydF4y2Ba57gydF4y2Ba].虽然HRV可以通过ECG计算,但就Apple Watch而言,它是使用光学HR传感器计算的,并且可以在配对的iPhone设备上的HealthKit中访问。gydF4y2Ba

达尔梅达等[gydF4y2Ba58gydF4y2Ba]研究了时域和高低频域的HRV特征,通过实现机器学习算法来确定最理想的度量。他们的结论是,在其他计算HRV的方法中,Apple Watch所使用的SDNN是可以接受的[gydF4y2Ba58gydF4y2Ba].Apple Watch数据与本研究开发的web应用程序一起使用,预测压力状态的概率为71%,预测放松状态的概率为79%。Hernando等人的另一项验证研究[gydF4y2Ba25gydF4y2Ba]研究了各种HRV统计模型在放松和应激状态下对时域和频域的影响,并比较了各种统计方法的准确性。大约有10%的节拍丢失,通常是连续的,在压力状态和录音开始时丢失的节拍更多。据推测,这是因为皮肤接触不良或突然移动;然而,由于Apple Watch内部算法的专有性质,没有可用的经验证据。计算得到的时域HRV指标与Polar H7胸带的数据具有可比性,频域指标由于错过心跳而显示出差异[gydF4y2Ba25gydF4y2Ba].研究发现,时域HRV方法的有效性没有显著差异,SDNN方法与其他方法一样有效。gydF4y2Ba

心理健康方面的应用gydF4y2Ba

可穿戴设备在监测心理健康和相关生理压力源方面的潜力在于用户解释和理解他们的情绪意识和情绪调节的预期能力,或者将这些信息收集起来并传递给护理人员或临床医生进行后续行动。gydF4y2Ba

恐慌症通常与其他精神健康问题一起出现,对此进行监测是有价值的。恐慌发作是指突然或突然的不自主觉醒,心率迅速升高并在几分钟内消退,通常在此之前出现心肺不稳定[gydF4y2Ba59gydF4y2Ba].这些不自主的运动是由自主神经系统控制的,自主神经系统是周围神经系统的一部分。自主系统包括交感神经系统和副交感神经系统,对心率、心率变化率、血压、呼吸频率和体温有重要控制[gydF4y2Ba60gydF4y2Ba].简单来说,交感神经的活动导致了觉醒或“战斗或逃跑”反应,而副交感神经的活动导致了更多的恢复活动。对这两种系统不平衡的心理学意义的研究表明,与HR相比,HRV可以作为一种更理想的压力生理测量方法。心率变异性降低见于精神障碍患者[gydF4y2Ba61gydF4y2Ba].这是因为HRV的低频成分表明交感神经活动增加,而高频成分是在副交感神经系统内产生的。低频和高频成分之间的比例不平衡表明存在更大的应激刺激[gydF4y2Ba42gydF4y2Ba,gydF4y2Ba58gydF4y2Ba].对可穿戴设备的系统回顾也鼓励了这些发现,确定HRV是“检测压力和焦虑的最有用的指标”,结合加速度计、ECG和主观问卷的设备可以帮助诊断抑郁症[gydF4y2Ba47gydF4y2Ba].gydF4y2Ba

与其他设备相比,有关HR和HRV的生理数据准确性通常被认为是有利的,特别是在静止状态下,并且可能为心理健康监测应用的需求提供有价值的数据。gydF4y2Ba

EE测量gydF4y2Ba

概述gydF4y2Ba

另一个关键的跟踪功能是计算步数和通过EE燃烧的平均或总卡路里。情感表达和运动跟踪的一个关键特征是通过设定个人活动目标来提供动机。Apple Watch上使用的健身应用程序有助于跟踪进度更新和设定活动目标。设定激励目标有助于体重管理和整体健康状况跟踪,并可在Apple Watch内进行编程[gydF4y2Ba62gydF4y2Ba].苹果公司提供了几个应用程序,可以与Apple Watch一起使用,通过锻炼和活动应用程序来协助健康跟踪和统计数据收集。健身应用程序包括一个活动列表(gydF4y2Ba表2gydF4y2Ba)、自动运动检测功能、运动记录(包括开始和结束时间)、进度更新跟踪,以及开始日常活动的提醒。活动应用程序用于监测全天的一般活动和运动,旨在鼓励用户运动、站起来和锻炼。活动目标使用动态闭合的环显示,说明一个明确的总体目标[gydF4y2Ba63gydF4y2Ba].收集被动数据,如人力资源、步数、距离、活动分钟数和站立提醒。在计算算法中加入HR后,从Apple Watch加速计计算出的总EE得到了改善[gydF4y2Ba46gydF4y2Ba,gydF4y2Ba64gydF4y2Ba].因此,Apple Watch在运动过程中持续测量锻炼应用程序中的HR,并在运动后3分钟计算“恢复率”,这进一步用于提高锻炼过程中燃烧卡路里的估计[gydF4y2Ba48gydF4y2Ba].gydF4y2Ba

可穿戴设备通常能够确定低强度和高强度活动之间的差异,但如果要提取更准确的绝对情感表达,则需要提高对环境变化的适应能力,特别是随着运动强度的增加。大多数包括Apple Watch在内的验证研究表明,在不同活动强度水平下,总情感表达被高估了[gydF4y2Ba26gydF4y2Ba,gydF4y2Ba33gydF4y2Ba,gydF4y2Ba38gydF4y2Ba,gydF4y2Ba65gydF4y2Ba].然而,11%(2/19)的研究指出,研究小组低估了总情感表达,5%(1/19)的研究指出,Apple Watch高估了女性参与者的情感表达,但低估了男性参与者的情感表达[gydF4y2Ba30.gydF4y2Ba,gydF4y2Ba64gydF4y2Ba].尽管EE估计的准确性存在差异,但该设备可以成功区分活动强度。O’driscoll等人对活动追踪器和情感表达熟练度的系统回顾总结了这一点[gydF4y2Ba46gydF4y2Ba],该报告指出,显示最大EE误差的设备完全依赖于加速度计数据。gydF4y2Ba

目前,穿戴者可根据自己的需要,选择不同的运动类型和强度(gydF4y2Ba表2gydF4y2Ba) [gydF4y2Ba66gydF4y2Ba].这将使Apple Watch产生更好的EE估计[gydF4y2Ba52gydF4y2Ba].其他数据,如表明海拔变化的高度计数据,可以进一步改进这一估计。通过软件更新和更细致的用户输入,可以改进活动跟踪和卡路里计算算法的准确性;例如,watchOS 8(2021年9月发布)增加了户外自行车检测,电动自行车配对以改善卡路里计算,以及普拉提和太极锻炼类型[gydF4y2Ba66gydF4y2Ba,gydF4y2Ba67gydF4y2Ba].gydF4y2Ba

表2。Apple Watch在锻炼应用程序中的锻炼类型。gydF4y2Ba
活动类型gydF4y2Ba 子类型gydF4y2Ba 笔记gydF4y2Ba
走gydF4y2Ba 室内或室外gydF4y2Ba
  • Apple Watch Series 1需要iPhone校准GPS计算的速度和距离(Apple Watch Series 2之后)gydF4y2Ba
  • ‎gydF4y2Ba
  • 高度计的高度(Apple Watch Series 3开始)gydF4y2Ba
  • ‎gydF4y2Ba
运行gydF4y2Ba 室内或室外gydF4y2Ba
  • 选择使用蓝牙胸带代替集成PPGgydF4y2Ba一个gydF4y2Ba心脏传感器减少运动伪影gydF4y2Ba
  • ‎gydF4y2Ba
骑自行车gydF4y2Ba 室内或室外;电动自行车或手动(watchOS 8)gydF4y2Ba
  • 速度和距离(Apple Watch Series 2开始)和地图高度(Apple Watch Series 3开始)gydF4y2Ba
  • ‎gydF4y2Ba
  • 自动检测启动和停止(来自watchOS 8)gydF4y2Ba
  • ‎gydF4y2Ba
椭圆gydF4y2Ba 椭圆机gydF4y2Ba N/AgydF4y2BabgydF4y2Ba
桨手gydF4y2Ba 桨手机gydF4y2Ba N/AgydF4y2Ba
楼梯步进gydF4y2Ba 步进机gydF4y2Ba N/AgydF4y2Ba
这种训练gydF4y2BacgydF4y2Ba 剧烈运动后短时间休息(30-45秒)gydF4y2Ba
  • 可能会影响人力资源gydF4y2BadgydF4y2Ba传感器gydF4y2Ba
  • ‎gydF4y2Ba
  • 卡路里与加速度计跟踪gydF4y2Ba
  • ‎gydF4y2Ba
徒步旅行gydF4y2Ba 跟踪速度,距离,海拔增加和卡路里燃烧gydF4y2Ba
  • 需要高度计(苹果手表系列3开始)或配对电话与高度计gydF4y2Ba
  • ‎gydF4y2Ba
瑜伽gydF4y2Ba 所有类型的瑜伽gydF4y2Ba N/AgydF4y2Ba
功能力量训练gydF4y2Ba 用哑铃、阻力带和药球进行动态力量训练gydF4y2Ba N/AgydF4y2Ba
跳舞gydF4y2Ba 各种类型的舞蹈gydF4y2Ba N/AgydF4y2Ba
冷却时间gydF4y2Ba 简单的动作和伸展gydF4y2Ba N/AgydF4y2Ba
核心训练gydF4y2Ba 腹部和背部的力量建设gydF4y2Ba N/AgydF4y2Ba
游泳gydF4y2Ba 泳池或露天游泳gydF4y2Ba
  • 设置池长度;GPS不是用来节省电池的gydF4y2Ba
  • ‎gydF4y2Ba
  • 公开游泳需要GPS;可能影响人力资源传感器gydF4y2Ba
  • ‎gydF4y2Ba
轮椅gydF4y2Ba 室外轮走配速和室外轮跑配速gydF4y2Ba
  • Apple Watch Series 2开始使用GPS或Apple Watch Series 1的iPhone与GPS配对gydF4y2Ba
  • ‎gydF4y2Ba
  • 测量时间,速度,距离,卡路里,人力资源和推动gydF4y2Ba
  • ‎gydF4y2Ba
其他gydF4y2Ba 添加锻炼类型gydF4y2Ba
  • HR和运动传感器一起工作,提供准确的读数gydF4y2Ba
  • ‎gydF4y2Ba
  • 是否会显示用户喜欢的锻炼方式gydF4y2Ba
  • ‎gydF4y2Ba

一个gydF4y2Ba分:photoplethysmography。gydF4y2Ba

bgydF4y2BaN/A:不适用。gydF4y2Ba

cgydF4y2BaHIIT:高强度间歇训练。gydF4y2Ba

dgydF4y2BaHR:心率。gydF4y2Ba

心理健康方面的应用gydF4y2Ba

个人活动跟踪和目标设定可以增加锻炼,对身心健康都有好处。心理健康益处的关键组成部分可以在自我反思和正念的个性化方法中看到[gydF4y2Ba15gydF4y2Ba].跟踪活动和运动的变化可以作为健康管理的指标,如体重减轻,但也可以作为情绪阶段变化的关键指标(例如,活动减少可能表明存在抑郁发作)。一项横断面研究调查了可穿戴追踪器的效果以及它们给用户带来的感受,得出的结论是,大多数用户对追踪技术持积极态度,而负面体验大多局限于自觉性低或对体验持开放态度的人[gydF4y2Ba68gydF4y2Ba].建议进一步研究可穿戴追踪器及其在年轻人群中的心理影响,以及对那些表现出神经质和强迫症特征的人的影响[gydF4y2Ba68gydF4y2Ba].gydF4y2Ba

关于EE可接受的准确性水平有一些不明确的地方,因为它取决于应用程序的上下文。对于健康应用,情感表达的绝对准确性可能并不关键,也与干预的主要目标不一致。在这种情况下,小的不准确对用户来说可能不是特别重要。跟踪一般运动模式,结合心率变异性和呼吸频率变异性的测量,可能足以监测与工作有关的压力,发现躁狂、焦虑或抑郁发作,或与睡眠有关的障碍(失眠)[gydF4y2Ba69gydF4y2Ba,gydF4y2Ba70gydF4y2Ba].同样,通过活动指标检测心理困扰似乎是可行的[gydF4y2Ba71gydF4y2Ba].然而,还需要更多的研究来验证Apple Watch检测此类事件的能力。gydF4y2Ba

睡眠监测gydF4y2Ba

概述gydF4y2Ba

2020年6月推出的watchOS 7带来了集成的睡眠监控,以跟踪Apple Watch Series 3及以上的佩戴者的睡眠质量和持续时间。2021年9月发布的watchOS 8通过报告睡眠呼吸频率改善了这一点[gydF4y2Ba72gydF4y2Ba].由于这是一个相对较新的功能,主要被宣传为“健康监测”功能,因此没有文献确定对其进行测试或验证。也可以通过第三方应用程序进行睡眠跟踪,其中一些应用程序更复杂,集成了PPG的HR测量数据。gydF4y2Ba73gydF4y2Ba].gydF4y2Ba

Roomkham等[gydF4y2Ba28gydF4y2Ba]通过苹果的Core Motion框架(独立于当时还不存在的watchOS sleep应用程序),使用苹果手表系列1的50赫兹加速计的原始数据,对其进行了27个晚上的睡眠研究,并将结果与飞利浦Actiwatch Spectrum PRO进行了比较[gydF4y2Ba28gydF4y2Ba].两种设备之间的总体模式显示了关键运动事件的相关性,在检测睡眠时准确率为97.3%,灵敏度为99.1%,在检测清醒时特异性为75.8%。gydF4y2Ba

然而,基于加速度测量的腕戴式睡眠监测器也受到了批评,对于使用腕戴式设备监测睡眠以识别睡眠深度和清醒时间的可靠性也存在一些怀疑。大约5%(1/19)的研究使用了三种设备——小米手环活动追踪器、MotionWatch 8和Sleep Cycle手机应用程序——来监测睡眠[gydF4y2Ba74gydF4y2Ba].所有设备都报告了较高的床上时间准确度,但无法准确检测睡眠和清醒时间以及睡眠效率。这项研究还发现,每种设备与多导睡眠描记仪的一致性都达到了不可接受的水平。这一观点在一份针对可穿戴设备的睡眠监测系统综述中得到了回应,该综述指出,可穿戴设备通常具有“可接受的睡眠监测,但可靠性较差”[gydF4y2Ba45gydF4y2Ba].从这些研究中可以明显看出,使用腕戴式加速度计作为唯一的睡眠监测传感器,严重限制了将睡眠模式和行为置于背景下的能力。因此,它们不能进行全谱睡眠监测,但仍有希望。gydF4y2Ba

心理健康方面的应用gydF4y2Ba

人们认识到,睡眠质量低可能会加剧身心健康问题,而睡眠跟踪可用于提高用户对可能出现的睡眠问题的意识[gydF4y2Ba75gydF4y2Ba].失眠和睡眠呼吸暂停等慢性睡眠问题的患病率正在上升,据估计,每2个人中就有1人在一生中经历过间歇性睡眠障碍,产生了负面影响[gydF4y2Ba39gydF4y2Ba,gydF4y2Ba45gydF4y2Ba].睡眠监测对心理健康监测也很有价值,因为睡眠不足可能会导致表现受损、精力低下和情绪问题。gydF4y2Ba

文献表明,大多数带有加速度计的可穿戴设备在睡眠检测方面灵敏度高,但特异性低[gydF4y2Ba45gydF4y2Ba].关于睡眠质量的具体信息需要其他传感器数据,或者可以通过患者与医生的交流来推断。然而,在电池使用和设备充电时间方面存在一些实际问题,因为许多用户可能更喜欢在夜间为Apple Watch设备充电。gydF4y2Ba76gydF4y2Ba].收费会中断监测,这可能会对准确监测恐慌发作构成挑战,因为恐慌发作通常是意外发生的[gydF4y2Ba28gydF4y2Ba,gydF4y2Ba59gydF4y2Ba,gydF4y2Ba77gydF4y2Ba].随着Apple Watch 7系列的发布,充电时间已经有所改善,其中包括Apple Watch磁性快速充电USB-C线,可以在45分钟内充满80%的电池容量,这可能有助于最大限度地减少这种干扰。gydF4y2Ba78gydF4y2Ba].睡眠质量准确性和细节的局限性限制了情绪障碍、躁狂、焦虑或恐慌发作以及睡眠-觉醒障碍的临床应用,这些可能需要在特定的睡眠周期中进行调查。不正确的睡眠检测(例如,在静止或看电视时)会使睡眠数据的解释复杂化[gydF4y2Ba75gydF4y2Ba].然而,结合其他工具和策略,一般的睡眠监测和跟踪可以帮助开发和实施行为改变技术。gydF4y2Ba


苹果手表传感器gydF4y2Ba

Apple Watch是一款传感器丰富、结构合理、可连接的设备。它使用了大量的应用程序,并在心理健康领域具有巨大的应用潜力(gydF4y2Ba图1gydF4y2Ba).gydF4y2Ba

Apple Watch传感器通常包括3轴加速度计、陀螺仪和磁力计、基于ppg的光学HR传感器、高度计、环境光传感器、温度传感器、ECG和电容式(触摸)传感器[gydF4y2Ba3.gydF4y2Ba].在Apple Watch的每一次迭代中,传感器的包含和功能都有所增加,并与软件更新相匹配,旨在提高收集数据的整体准确性。gydF4y2Ba图2gydF4y2Ba展示了Apple Watch的发展时间表,总结了传感器随时间的变化。系列3到系列7型号支持watchOS的最新版本(版本8.0.0)。目前可供购买的型号包括系列3、SE和系列7。Apple Watch Series 3不包括跌倒检测,因为包含陀螺仪和加速度计的6轴惯性测量单元是为后一代Apple Watch修改的[gydF4y2Ba49gydF4y2Ba].gydF4y2Ba

‎gydF4y2Ba
图1。Apple Watch传感器、应用程序和潜在的心理健康应用程序概述心电图:心电图;GNSS:全球导航卫星系统;LTE:长期演进;分:photoplethysmography。gydF4y2Ba
查看此图gydF4y2Ba
‎gydF4y2Ba
图2。Apple Watch系列功能的演变。特征升级(↑)和新特征增加(+)表示。心电图:心电图;GNSS:全球导航卫星系统;LTE:长期演进;NFC:近场通信;OLED:有机发光二极管;UWB:超宽带。gydF4y2Ba
查看此图gydF4y2Ba

Apple Watch所有代的主要传感器之一是光学HR传感器,用于收集HR数据。这些传感器所依赖的科学原理是PPG,它可以检测在任何给定时刻流经佩戴者手腕的血量。用光电二极管测量绿色和红外发光二极管(LED)光的反射,允许将HR确定为信号的周期性变化。通过每秒闪烁数百次,光学HR传感器可以在30至210 bpm的范围内测量HR [gydF4y2Ba48gydF4y2Ba].红外光用于测量背景中的HR,并用于HR通知系统,因为红外光可以更好地穿透皮肤;然而,这使得它更容易受到运动伪影的影响。绿色led用于锻炼和计算HRV [gydF4y2Ba48gydF4y2Ba].Apple Watch将通过惯性测量单元自动检测运动的增加或减少,并相应地改变LED灯的颜色。在Apple Watch的每一次迭代中,LED和光电二极管阵列的设计和布局都有所变化,以提高精度[gydF4y2Ba79gydF4y2Ba].不规则心律通知功能(IRNF)使用这些光学HR传感器,可协助检测房颤[gydF4y2Ba80gydF4y2Ba,gydF4y2Ba81gydF4y2Ba].系列6增加一个红色LED,通过比较红外光和红光的比例计算血氧饱和度。反射率血氧仪被认为不如临床使用的透射率血氧仪准确[gydF4y2Ba79gydF4y2Ba],我们没有发现任何文献证实Apple Watch血氧测量的准确性。gydF4y2Ba

除了光学HR传感器,从系列4开始(不包括SE型号),ECG电极被集成到手表的后表面和数字表冠中。当用户的手指接触时,一个闭合的电路就会产生,用来测量穿过心脏的电势,类似于1导联心电图。心电图测量需要30秒。ECG传感器专门与ECG分类器一起使用,将心脏事件分类为房颤、正常窦性心律、高或低心率或不确定[gydF4y2Ba48gydF4y2Ba,gydF4y2Ba82gydF4y2Ba].ECG应用程序的第2版还包括额外的房颤、高心率和记录不良分类。对于早期的Apple Watch系列,第三方配件(Kardia Band)可用于提供1导联ECG,与标准测速仪相比,该ECG的灵敏度为93%,特异性为84% [gydF4y2Ba83gydF4y2Ba].gydF4y2Ba

一项临床研究将苹果公司开发的ECG应用程序与fda批准的临床ECG设备(GE Healthcare CardioSoft ECG设备)进行了比较,并由3名独立董事会认证的美国心脏病学家在每个ECG应用程序类别中验证了记录[gydF4y2Ba50gydF4y2Ba].该应用程序获得了FDA作为De Novo II类设备的许可,因为它被证明与比较器设备性能相似[gydF4y2Ba82gydF4y2Ba].2018年,光学HR传感器IRNF软件也获得了同样的批准[gydF4y2Ba80gydF4y2Ba].这两个应用程序的使用存在一些限制,不适合年龄<22岁的人使用。根据Apple Watch用户所居住的国家,他们可能无法访问该软件,因此可能无法使用这些通知功能。在澳大利亚,ECG应用程序(2.0版)和IRNF软件均于2021年初获得澳大利亚政府治疗用品管理局的批准[gydF4y2Ba84gydF4y2Ba,gydF4y2Ba85gydF4y2Ba].gydF4y2Ba

进一步的考虑gydF4y2Ba

从Apple Watch收集的健康数据可以补充智能手机数据收集和自我报告措施,以提供额外的背景,并协助确定和跟踪用户的情感和情绪健康。可穿戴设备中可用的传感技术的进步和增强的用户界面已经消除了以前使用可穿戴技术监测心理健康的一些限制因素。然而,目前使用可穿戴设备传感器的普遍共识是,它们应该与传统的筛查和诊断工具搭配使用,而不是被视为替代品[gydF4y2Ba33gydF4y2Ba,gydF4y2Ba83gydF4y2Ba].如果诊断结果与患者的抱怨或担忧一致,或患者不确定自己的生理压力水平,可穿戴设备可协助临床诊断和治疗应用[gydF4y2Ba86gydF4y2Ba].事实上,一项针对年轻人抑郁和焦虑的数字健康干预措施的系统综述表明,只有在高度监督下使用,此类干预措施才可能具有临床意义[gydF4y2Ba87gydF4y2Ba].gydF4y2Ba

一篇文章比较了几种可穿戴设备,包括苹果手表(系列不详),以及它们在“提高高工作量员工的弹性和心理健康”方面的应用[gydF4y2Ba21gydF4y2Ba].该研究指出,现代工作场所心理残疾的增加要求开发新的和新兴的技术来测量和监测身体或精神状态。因此,这些工具正在实施,以协助诊断和治疗专业工作场所的压力和绩效评估。监测心理健康和健康的工作场所包容的一个潜在问题是法规和技术的获取。gydF4y2Ba

使用Apple Watch作为数据来源可能会解决患者回忆偏倚的问题,因为大多数评估依赖于患者的自我报告。这可以减少对患者记忆的依赖,并继续询问以确保一致性。此外,这可能是一种相对低成本的方法,可以更好地长期跟踪数据中的症状和趋势[gydF4y2Ba69gydF4y2Ba].这些数据的使用允许构建一个生态环境,可以增强更有凝聚力的诊断和治疗应用,或帮助改进算法中使用的阈值,以实现有效的测量。gydF4y2Ba

尽管可穿戴设备在改善心理健康方面有潜在的巨大好处,但也有一些潜在的缺点,包括对遗弃率的担忧。大约11%(2/19)的个人研究对电子可穿戴设备的长期使用进行了评论,其中一项研究指出,20%的消费者在3个月后停止使用可穿戴设备,不到50%的消费者在1.5年后继续使用[gydF4y2Ba83gydF4y2Ba,gydF4y2Ba88gydF4y2Ba].此外,还需要提供关于所收集数据的足够上下文信息,这需要一定程度的用户积极参与。对于精神障碍的临床诊断,临床医生必须根据他们的专家判断,权衡可能相互矛盾的证据,从而做出决定,这可能需要对症状进行长达数月的跟踪,才能得出明确的结论。根据《精神障碍诊断与统计手册》,为验证几种精神健康诊断而进行的症状跟踪可能需要情绪障碍、焦虑症和精神分裂症在数周、数月甚至数年的时间内出现症状[gydF4y2Ba59gydF4y2Ba].gydF4y2Ba

完成了一项有效性验证研究,使用Apple Watch收集被动传感器数据,并从基于手表的问卷应用程序中收集“生态瞬间评估”,记录患者反馈,以评估和监测年轻人的药物滥用[gydF4y2Ba89gydF4y2Ba].参与者对于使用这款应用所感受到的负担的反应很低;然而,研究人员指出,在iPhone上完成调查比在Apple Watch上更容易。可穿戴设备内繁重的交互可能会降低人们对心理健康监测技术的接受和意愿。但是,通过健康通知和警报吸引用户的好处可以帮助他们寻求医疗援助或门诊护理[gydF4y2Ba29gydF4y2Ba].一项通过Apple Watch对重度抑郁症患者进行认知评估的纵向观察研究发现,在为期6周的研究期间,重度抑郁症患者对情绪和认知测试的依从性都很好(分别为95%和96%),并且在研究开始时不受症状严重程度或认知功能的影响,也没有随着时间的推移而恶化,支持了这种方法的可行性[gydF4y2Ba90gydF4y2Ba].gydF4y2Ba

运行状况和传感器数据访问gydF4y2Ba

从Apple Watch收集的传感器和健康数据以及患者输入的可用性依赖于Apple为iOS和watchOS提供的应用程序编程接口框架。主要框架有HealthKit、ResearchKit、CareKit和SensorKit [gydF4y2Ba91gydF4y2Ba-gydF4y2Ba93gydF4y2Ba].HealthKit是最全面的,因为它为所有收集到的与用户相关的健康数据实现了一个中央存储库。开发人员可以编写应用程序,请求访问HealthKit数据存储的权限,以记录、访问和共享用户健康数据。SensorKit用于需要原始访问传感器的情况。ResearchKit可用于构建研究应用程序,而CareKit框架适用于持续护理功能的开发。总的来说,这些框架允许应用程序的实现,可以收集原始数据,存储和分析收集的数据(包括被动收集的数据),并向最终用户和临床医生提供跟踪反馈。gydF4y2Ba

在HealthKit框架中,可以使用一系列严格的数据类和方法来收集、存储和检索数据。通过这种方式,几乎所有类型的健康相关数据都可以存储为数值数据(如HR)和分类数据对象(如血型)。它系统地对数据进行分类,减少重复,并允许直接的统计数据分析。HealthKit支持这些类别中的每个测量单位,如长度、质量、体积和能量。框架内自动支持度量系统之间的转换,但也可以显式地定义。开发人员不能创建自定义数据类型或单位,但可以使用元数据字段存储其他数据。gydF4y2Ba

大多数调查可穿戴设备的研究收集了活动水平(步数和热量消耗)、HR和睡眠数据,但没有说明数据是如何从设备收集的、数据记录的频率或哪些指标是从HealthKit中提取的。我们认为这是研究提供的重要信息,特别是那些开发自定义应用程序的研究,以确保对数据的全面理解,允许与其他研究进行比较分析,并为未来的发展提供信息。gydF4y2Ba

数据分析和数字表型方法gydF4y2Ba

由于智能手机的普及,数字表型方法一直是一个活跃的发展领域[gydF4y2Ba94gydF4y2Ba].通过从智能手机的传感器收集每时每刻的数据,希望可以推断出关于用户行为的信息,以个性化患者护理[gydF4y2Ba95gydF4y2Ba].研究人员探索了主动和被动数据收集技术,包括位置、活动、应用程序使用、手机使用、蓝牙信号和语音样本等数据[gydF4y2Ba96gydF4y2Ba].研究的重点是将这些数据与已报告和诊断的病情联系起来,以确定心理健康应用的最有效信号;然而,这仍被认为处于起步阶段。gydF4y2Ba

早期研究表明,有关活动和地理位置的数据可能是躁狂或抑郁的早期迹象。gydF4y2Ba97gydF4y2Ba].此外,监测运动和光线数据能够检测和评估抑郁症的严重程度[gydF4y2Ba98gydF4y2Ba].对精神分裂症的研究表明,数字表型方法在识别复发事件方面有优点[gydF4y2Ba99gydF4y2Ba],即收集的加速度计和GPS数据与未来患者调查评分有良好的相关性[gydF4y2BaOne hundred.gydF4y2Ba],而门诊病人是否能容忍这种做法[gydF4y2Ba101gydF4y2Ba].gydF4y2Ba

围绕噪音、隐私保护、缺失数据和数据质量的问题已经得到承认,并在数据分析中提出了挑战,因为传感器可能无法提供完整的上下文[gydF4y2Ba102gydF4y2Ba].然而,这些方法仍然需要考虑临床相关性、社会公平、共同数据标准的制定和多学科合作[gydF4y2Ba103gydF4y2Ba,gydF4y2Ba104gydF4y2Ba].这可能包括需要通过针对目标人群需求的培训计划来提高数字卫生素养[gydF4y2Ba105gydF4y2Ba].gydF4y2Ba

虽然理论上可以将智能手表的数据与从智能手机收集的数据结合起来,以提高数字表型方法的数据质量,但由于智能手表更有可能戴在身上而不是留在身上,这种方法可能与智能手表不兼容,因为智能手表在计算能力、存储、连接和(最重要的)电池电量方面受到更多的资源限制。智能手机上传感器数据的持续收集已被证明对电池寿命有重大影响,这是影响用户接受度的一个因素[gydF4y2Ba103gydF4y2Ba].智能手表通常使用更小的电池,并广泛依赖睡眠省电技术来实现全天的电池寿命,预计这将对智能手表产生重大影响。gydF4y2Ba

因此,最谨慎的做法似乎是识别与心理健康相关的相关生理和生理相关信号,并构建专注于这些指标的数据的算法,而不是像传统上在数字显型中使用的那样采用拖网相关方法。这种方法也将有助于解决一些关于隐私的担忧和用户的看法,即这样的系统注定会仅仅基于过度收集数据和对因果关系的误解来诊断用户的病情[gydF4y2Ba106gydF4y2Ba].gydF4y2Ba

个人健康信息gydF4y2Ba

个人健康信息监管问题对于维护用户信任和隐私非常重要。由于对数据所有权的担忧,监管通常落后于快速的技术发展。因此,由于固有的个人健康信息问题,有人建议将可穿戴技术与消费技术区别对待。gydF4y2Ba

消费者健康设备不被视为医疗设备,因此用于远程健康监测可能不准确或不可靠。要确定它们的准确性,需要独立的核实或经过监管部门的批准程序。医疗器械监管方面的限制令人担忧,因为漫长的过程可能会扼杀创新和新技术的发展[gydF4y2Ba107gydF4y2Ba].然而,某些功能可能会单独获得监管机构的许可(例如,Apple Watch的ECG应用程序)[gydF4y2Ba108gydF4y2Ba].ECG应用程序和IRNF都被FDA规定为De Novo,这是一种低至中等风险的新型设备的营销途径,其中不存在谓词设备。通过这种方式,FDA为设备创建了一个分类,可用于未来等效设备的上市前批准,以确保新的和新兴的新技术在分类期间不被阻碍。gydF4y2Ba

此外,大多数设备制造商都提供自己的独立平台,用于用户的数据存储,这与Apple Watch的HealthKit非常相似。这些平台可能在数据访问和共享方面受到限制,形成厂商锁定,导致用户无法将个人健康信息迁移到其他平台,降低了设备的研究价值。人们担心大公司可能会控制用户的健康数据;这可能与知情同意相冲突,而知情同意是医疗实践不可或缺的一部分[gydF4y2Ba69gydF4y2Ba].被动数据收集对佩戴者来说侵扰性和耗时较低;然而,它可以捕获大量的个人数据,这些数据可以存储在用户不知道的地方,即使他们已经授权记录这些数据。通常情况下,一般人在使用个人设备时对安全实现更放心,可能不知道第三方应用程序提供的安全级别。gydF4y2Ba13gydF4y2Ba].类似的担忧围绕可穿戴设备及其在工作场所健康计划和健康保险条款中的使用,如果数据将如何使用以及监控的可能性存在模糊性的话[gydF4y2Ba13gydF4y2Ba,gydF4y2Ba14gydF4y2Ba].Apple HealthKit框架的严格类型结构和细粒度授权过程背后的理念旨在确保只收集或访问必要的数据[gydF4y2Ba109gydF4y2Ba,gydF4y2Ba110gydF4y2Ba].gydF4y2Ba

可穿戴技术在医疗保健服务提供方面的使用仍处于起步阶段,支持其实施的证据仍在开发中。已知存在被动数据收集、数据所有权、数据使用、用户信任和用户对可穿戴技术的态度等方面的担忧,导致潜在的高废弃率[gydF4y2Ba44gydF4y2Ba,gydF4y2Ba103gydF4y2Ba].gydF4y2Ba

当前的应用程序gydF4y2Ba

苹果手表应用于心理健康的最佳模式或许可以在保险行业找到,一些保险提供商已经采用了可穿戴技术,以促进更健康的生活方式。涉及可穿戴设备的激励计划已被许多美国医疗保险提供商使用,包括联合医疗保健公司、Anthem、Humana、医疗保健服务公司、Centene、CVS health(安泰)、WellCare、Kaiser Permanente、GuideWell和Molina [gydF4y2Ba17gydF4y2Ba].澳大利亚友邦保险有一个使用Apple Watch的名为Vitality Apple Watch Benefit的特定计划,该计划通过实现每周活动目标来减少设备的每月贷款还款[gydF4y2Ba16gydF4y2Ba].与标准收益框架政策相比,使用Apple Watch的损失框架激励政策在1个月内的跟踪活动天数增加了34% [gydF4y2Ba12gydF4y2Ba].这为个人提供了一种潜在的解决方案,这些人可能没有经济上的灵活性来支付Apple Watch设备的全部前期费用,但仍然可以享受该设备作为个人健康监控器的好处。另一项研究调查了保险公司和雇主为提高商业链价值而采取的“激励和说服”健康跟踪方法。结论是,劝说式自我跟踪,即服务公司或雇主鼓励消费者和雇员通过自我跟踪收集和分享数据,受到服务公司和个人决定因素的严重影响。在概念框架内理解消费者的看法和反应,应反映出使用、隐私和安全方面的价值观,以及感知的公平或正义,因为技术本身可能会使不平等永久存在。gydF4y2Ba15gydF4y2Ba].两项研究都注意到体育活动对身体健康和心理健康的影响,但没有特别注意到对患有严重精神疾病的投保人的影响。对保险目的的心理健康监测进行调查可能会引起争论,并达成共识,即平衡隐私和保密对于通过透明度与用户和保单持有人建立信任至关重要[gydF4y2Ba111gydF4y2Ba].gydF4y2Ba

结论gydF4y2Ba

Apple Watch是一款功能强大的可穿戴设备,能够监测多种生理参数,跟踪整体健康状况。它在心理健康领域的应用是令人鼓舞的,特别是随着越来越多的研究表明身体的情绪和生理状态发生了相关变化。HRV的测量是身体和情绪状态变化的关键指标。结合其他传感器来监测一般活动、睡眠等,健康数据可以与用户提供的信息进行聚合,以协助监测甚至诊断精神健康障碍。通过以被动的方式提供更客观、数据驱动的事件记录,可以避免回忆偏差,从而获得特定的好处。缺乏方法上可靠的、可重复的关于用户利益的证据和支持性的卫生经济分析,以及对个人健康信息的存储、访问和安全的担忧,仍然是必须解决的关键因素,以便更广泛地采用精神卫生应用。gydF4y2Ba

致谢gydF4y2Ba

作者感谢虚拟心理学家和西悉尼大学主题冠军资助资助计划的联合资助。CP获得了虚拟心理学家(作者DL)的部分资助。gydF4y2Ba

利益冲突gydF4y2Ba

没有宣布。gydF4y2Ba

  1. Balcombe L, De Leo D. 2019冠状病毒病期间数字精神卫生服务的综合蓝图。JMIR Ment Health 2020年7月22日;7(7):e21718 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  2. 乔·A,大尉BD,科克斯首席执行官,Mainous第三股份公司。患者使用Fitbit等可穿戴设备或手机上的健康应用程序是否有好处?系统回顾。美国医学杂志2019年12月;132(12):1394-400.e1。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  3. 文冬,张旭,刘霞,雷娟。当前主流可穿戴设备在健康监测中的一致性评估:自由生活条件下的比较。J Med Internet Res 2017 Mar 07;19(3):e68 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  4. 心理健康:加强心理健康促进。资料简介第220号。世界卫生组织,2007年。URL:gydF4y2Bahttp://www.who.int/mediacentre/factsheets/fs220/en/gydF4y2Ba[2022-07-30]访问gydF4y2Ba
  5. 梅赫塔·N,克洛达斯·T,戴维斯·SC。公共心理健康:基于证据的优先事项。《柳叶刀》2015年4月11日;385(9976):1472-1475。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  6. 李文杰,李志强,李志强,等。心理健康与身体健康关系的中介分析。2017年12月;195:42-49 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  7. Paluska SA, Schwenk TL.体育活动和心理健康:当前的概念。体育医学2000年3月29日(3):167-180。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  8. 让人们生活得更健康。苹果公司2022年7月gydF4y2Bahttps://www.apple.com/newsroom/pdfs/Health-Report-July-2022.pdfgydF4y2Ba[2022-07-21]访问gydF4y2Ba
  9. Lim S, Shah N.全球智能手表出货量在2021年第一季度同比增长35%。Counterpoint Research, 2021年5月26日。URL:gydF4y2Bahttps://www.counterpointresearch.com/global-smartwatch-shipments-q1-2021/gydF4y2Ba[2021-08-07]访问gydF4y2Ba
  10. K201525 ECG 2.0 App用于非处方使用的心电图软件美国食品和药物管理局,2020年10月8日。URL:gydF4y2Bahttps://www.accessdata.fda.gov/cdrh_docs/pdf20/K201525.pdfgydF4y2Ba[2021-09-30]访问gydF4y2Ba
  11. Bidargaddi N, Schrader G, Klasnja P, Licinio J, Murphy S.为精确心理健康支持设计移动健康干预措施。Transl Psychiatry 2020 july 07;10(1):222 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  12. Hafner M, Pollard J, Van Stolk C.激励和身体活动:活力的积极奖励与Apple Watch效益和持续的身体活动改善之间的关联评估。兰德健康Q 2020年6月;9(1):4 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  13. 母马厘米。覆盖还是不覆盖?苹果手表和健康保险携带和责任法案之间的关系。德保罗J医疗保健法律2016;18(2):159-178。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  14. 钟cf, Gorm N, Shklovski IA, Munson S.找到合适的:了解工作场所健康计划中的健康跟踪。在:2017年计算系统中的人为因素CHI会议论文集。2017年发表于:CHI '17;2017年5月6日-11日;丹佛,CO,美国p. 4875-4886。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  15. 可穿戴技术说服自我追踪:胡萝卜还是大棒?J服务市场2019年8月12日;33(4):436-448。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  16. AIA Vitality Apple Watch福利。友邦保险,2021年。URL:gydF4y2Bahttps://www.aia.com.au/en/individual/aia-vitality/partners-and-rewards/apple-watch.htmlgydF4y2Ba[2021-07-21]访问gydF4y2Ba
  17. Krüger S, Ní Bhroin N.生命体征:自我追踪医疗保险和社会变革的创新。J传媒创新2020年3月06日;6(1):93-108。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  18. Hunkin H, King DL, Zajac IT。可穿戴设备治疗心理健康问题的可接受性。中华临床精神病学杂志2020年6月05日;76(6):987-1003。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  19. Comer JS, Conroy K, Timmons AC.确保可穿戴设备不受欢迎:对心理健康保健道路的警告。临床精神病(纽约)2019年9月26日(3):e12297。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  20. 李超,林士生,陈建林。可穿戴健康技术的现状:跨学科文献综述。移动媒体交流2020年10月29日;9(2):353-376。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  21. Binsch O, Wabeke T, Valk P.三种不同生理腕带传感器系统的比较及其对弹性和工作负荷监测的适用性。见:IEEE第13届可穿戴和植入式身体传感器网络国际会议论文集,2016年发表于:BSN '16;2016年6月14-17日;旧金山,加州,美国,第272-276页。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  22. 许尔碧娜,马特森,魏戈特,李志强,等。在不同的队列中,腕戴的、基于传感器的心率和能量消耗测量的准确性。中华儿科杂志2017年5月24日;7(2):3 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  23. 杜利EE, Golaszewski NM, Bartholomew JB。估计运动强度的准确性:自我监测心率和身体活动可穿戴设备的比较研究。JMIR Mhealth Uhealth 2017年3月16日;5(3):e34 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  24. 王瑞,郭克本,马德赛,王琳,等。腕戴式心率监测器的准确性。美国医学会心血管杂志2017年1月1日;2(1):104-106。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  25. Hernando D, Roca S, Sancho J, Alesanco Á, Bailón R. Apple Watch在健康受试者放松和精神应激时心率变异性测量的验证。传感器(巴塞尔)2018年8月10日;18(8):2619 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  26. Abt G, Bray J, Benson AC.用Apple Watch测量中等强度运动:验证研究。JMIR Cardio 2018 Feb 28;2(1):e6 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  27. 杨晓明,杨晓明,杨晓明,等。Apple Watch测量最大心率的有效性和设备间变异性。体育科学2018 7月;36(13):1447-1452。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  28. Roomkham S, Hittle M,张J, Lovell D, Mignot E, Perrin D.使用Apple Watch进行睡眠监测:与临床验证的活动记录仪[版本1;同行评议:2个保留通过,1个未通过]。F1000Res 2019 5月29日;8:754。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  29. Perez MV, Mahaffey KW, Hedlin H, Rumsfeld JS, Garcia A, Ferris T,苹果心脏研究调查员。对智能手表进行大规模评估以识别房颤。N英语J医学2019年11月14日;381(20):1909-1917 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  30. Nuss KJ, Thomson EA, Courtney JB, Comstock A, Reinwald S, Blake S,等。Fitbit Charge HR 2和Apple Watch整体能量消耗测量的准确性评估。美国健康行为杂志2019年5月1日;43(3):498-505。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  31. Thomson EA, Nuss K, Comstock A, Reinwald S, Blake S, Pimentel RE,等。通过苹果手表、Fitbit Charge HR 2和不同运动强度的心电图测量心率。体育科学2019年6月;37(12):1411-1419。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  32. 尼尔森BW,艾伦NB。生态有效24小时内消费者穿戴式心率测量的准确性:个体内验证研究JMIR Mhealth Uhealth 2019 3月11日;7(3):e10828 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  33. Falter M, Budts W, Goetschalckx K, Cornelissen V, Buys R. Apple Watch测量心血管疾病患者心率和能量消耗的准确性:横断面研究。JMIR Mhealth Uhealth 2019 3月19日;7(3):e11889 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  34. Düking P, Giessing L, Frenkel MO, Koehler K, Holmberg HC, Sperlich B.用于监测坐着或进行轻到剧烈体育活动时心率和能量消耗的腕戴式可穿戴设备:验证研究。JMIR Mhealth Uhealth 2020年5月06日;8(5):e16716 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  35. 埃斯皮诺萨HG,蒂尔DV,索雷尔M,罗兰兹D.我们能信任苹果手表设备的惯性和心率传感器数据吗?科学进展2020年6月15日;49(1):128。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  36. 谢晓玲,张志强,张志强,等。Apple Watch 4测量心房颤动患者心率的准确性。IEEE翻译英语健康医学2019年12月13日;8:2700204 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  37. 谢夏德,张志强,张志强,等。Apple Watch检测心房颤动的准确性。发行量2020年2月25日;141(8):702-703。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  38. Glasheen E, Domingo A, Kressler J.使用轮椅的Apple Watch健身跟踪器的准确性因运动频率和任务而异。Ann Phys Rehabil Med 2021 1月;64(1):101382 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  39. 黄恩,芮珊,N Osuji,丁杰,Isakadze N, Marvel FA,等。阻塞性睡眠呼吸暂停和心房颤动患者的心率测量:前瞻性试点研究评估Apple Watch与遥测数据的一致性JMIR Cardio 2021 Feb 08;5(1):e18050 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  40. 卢廷哲,傅明昌,马明明,方成昌,特纳AM。智能手表的医疗保健应用。系统回顾。app clinin Inform 2016年9月14日;7(3):850-869 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  41. 里德B,大卫a .健康在手:智能手表用于健康和健康的系统回顾。J Biomed Inform 2016 10月;63:269-276 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  42. 金鸿辉,千宜俊,白世德,李永华,具博。压力和心率变异性:文献荟萃分析和回顾。精神病学调查2018年3月;15(3):235-245 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  43. 张志刚,张志刚,张志刚,等。可穿戴活动追踪器、准确性、采用、接受度和健康影响:系统文献综述J Biomed Inform 2019年5月;93:103153 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  44. Attig C, Franke T.放弃个人量化:一项回顾和实证研究,调查可穿戴活动跟踪损耗的原因。计算人类行为2020年1月;102:223-237 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  45. Guillodo E, Lemey C, Simonnet M, Walter M, Baca-García E, Masetti V, HUGOPSY Network,等。基于移动健康可穿戴睡眠监测的临床应用系统综述。JMIR Mhealth Uhealth 2020 april 01;8(4):e10733 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  46. O'Driscoll R, Turicchi J, Beaulieu K, Scott S, Matu J, Deighton K,等。活动监测器对能量消耗的估计有多好?对当前技术有效性的系统回顾和元分析。Br J Sports Med 2020 Mar;54(6):332-340。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  47. 张志强,张志强,张志强,等。智能设备和可穿戴技术用于检测和监测心理健康状况和压力:系统综述。传感器(巴塞尔)2021年5月16日;21(10):3461 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  48. 用苹果手表监测你的心率。苹果公司2021年。URL:gydF4y2Bahttps://support.apple.com/en-us/HT204666gydF4y2Ba[2021-06-02]访问gydF4y2Ba
  49. 苹果的手表。帮助你的病人识别早期预警信号。苹果公司2021年。URL:gydF4y2Bahttps://www.apple.com/au/healthcare/apple-watch/gydF4y2Ba[2021-09-10]访问gydF4y2Ba
  50. 使用Apple Watch检测心律失常。苹果公司2020年12月gydF4y2Bahttps://www.apple.com/ca/healthcare/docs/site/Apple_Watch_Arrhythmia_Detection.pdfgydF4y2Ba[2021-06-21]访问gydF4y2Ba
  51. Turakhia MP, Desai M, Hedlin H, Rajmane A, Talati N, Ferris T,等。一项基于应用程序的大规模研究的原理和设计,使用智能手表识别心律失常:苹果心脏研究。Am Heart J 2019 1月;207:66-75 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  52. 翁东,丁杰,夏尔玛,杨克,胡迅,斯波丁,等。急性心肌梗死康复患者的心率轨迹:苹果手表心率记录的纵向分析。心血管数字健康杂志2021 10月;2(5):270-281 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  53. Turki A, Behbehani K, Ding K, Zhang R, Li M, Bell K.使用Apple Watch估计心率变异性测量及其准确性评估:使用Apple Watch估计心率变异性测量。见:第14届辅助环境相关普及技术会议论文集,2021年发表于:PETRA '21;2021年6月29日至7月2日;科孚岛,希腊,565-574页。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  54. 林娥,王娟,董娟。利用消费级光容积描记术测量自由生活条件下的心率变异性:验证研究。JMIR Biomed Eng 2020年11月3日;5(1):e17355。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  55. 欧洲心脏病学会和北美起搏和电生理学会特别工作组。心率变异性:测量标准,生理学解释和临床应用。发行量1996年3月1日;93(5):1043-1065。[gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  56. Stone JD, Ulman HK, Tran K, Thompson AG, Halter MD, Ramadan JH,等。评估测量静息心率和心率变异性的流行商业技术的准确性。前方体育法案生活2021年3月1日;3:585870 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  57. HealthKit文档-类型属性- heartRateVariabilitySDNN。苹果公司2021年。URL:gydF4y2Bahttps://developer.apple.com/documentation/healthkit/hkquantitytypeidentifier/2881127-heartratevariabilitysdnngydF4y2Ba[2021-06-02]访问gydF4y2Ba
  58. Dalmeida KM, Masala GL. HRV是使用可穿戴设备进行压力检测的可行生理标记。传感器(巴塞尔)2021年4月19日;21(8):2873 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  59. 美国精神病协会。精神疾病诊断与统计手册(DSM-5)。第五版。阿灵顿,弗吉尼亚州,美国:美国精神病学协会;2013.gydF4y2Ba
  60. 瓦xenbaum JA, Reddy V, Varacallo M.解剖学,自主神经系统。金银岛,佛罗里达,美国:StatPearls Publishing;2021年7月29日。gydF4y2Ba
  61. 昆塔娜DS,希瑟斯JA。生物行为研究中心率变异性评估的考虑。前沿精神2014年7月22日;5:805 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  62. Düking P, Tafler M, Wallmann-Sperlich B, Sperlich B, Kleih S.腕式可穿戴设备促进身体活动的行为改变技术:内容分析。JMIR Mhealth Uhealth 2020年11月19日;8(11):e20820 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  63. 使用Apple Watch上的Activity应用程序。苹果公司2020年。URL:gydF4y2Bahttps://support.apple.com/en-au/HT204523gydF4y2Ba[2021-08-09]访问gydF4y2Ba
  64. Wallen MP, Gomersall SR, Keating SE, Wisløff U, Coombes JS。心率表的准确性:对体重管理的影响。PLoS One 2016年5月27日;11(5):e0154420 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  65. Boudreaux BD, Hebert EP, Hollander DB, Williams BM, Cormier CL, Naquin MR,等。可穿戴式活动监测器在骑行和抗阻运动中的有效性。医学科学体育演习2018年3月50(3):624-633。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  66. Apple Watch上的锻炼类型。苹果公司2020年。URL:gydF4y2Bahttps://support.apple.com/en-au/HT207934gydF4y2Ba[2021-07-12]访问gydF4y2Ba
  67. watchOS 8为Apple Watch带来了新的访问、连接和正念功能。苹果公司2021年6月8日。URL:gydF4y2Bahttps://www.apple.com/au/newsroom/2021/06/watchos-8-brings-new-access-connectivity-and-mindfulness-features-to-apple-watch/gydF4y2Ba[2021-08-24]访问gydF4y2Ba
  68. Ryan J, Edney S, Maher C.焦虑还是充满力量?一项横断面研究探讨了可穿戴活动追踪器给使用者带来的感受。BMC Psychol 2019 july 03;7(1):42 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  69. 帕特尔斯,桑德斯克。应用程序和可穿戴设备在精神健康障碍监测中的应用。中华医学杂志(英文版)2018年12月2日;79(12):672-675。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  70. Tushar AK, Kabir MA, Ahmed SI。心理健康和感知。在:Ahad MA, Ahmed MU,编辑。计算健康信息学的信号处理技术。瑞士占姆:施普林格;2021:247 - 260。gydF4y2Ba
  71. Knight A, Bidargaddi N.常用的活动跟踪应用程序和可穿戴设备作为心理健康结果指标:一项针对有心理困扰的年轻人的前瞻性观察队列研究。《情感失调》2018年8月15日;236:31-36。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  72. 用苹果手表跟踪你的睡眠。苹果公司2021年。URL:gydF4y2Bahttps://support.apple.com/en-au/guide/watch/apd830528336/watchosgydF4y2Ba[2021-09-30]访问gydF4y2Ba
  73. 如何用苹果手表跟踪你的睡眠。数字趋势。2022。URL:gydF4y2Bahttps://www.digitaltrends.com/mobile/how-to-track-sleep-with-apple-watch/gydF4y2Ba[2021-09-30]访问gydF4y2Ba
  74. Ameen MS,张LM, Hauser T, Hahn MA, Schabus M.关于消费设备在睡眠评估中的准确性和问题。传感器(巴塞尔)2019 9月25日;19(19):4160 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  75. 梁泽,Ploderer B.现实世界中的睡眠跟踪:对改善睡眠障碍的定性研究。见:第28届澳大利亚人机交互会议论文集。2016年发表于:OzCHI '16;2016年11月29日至12月2日;澳大利亚塔斯马尼亚州朗塞斯顿,第527-541页。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  76. 苹果手表电池。苹果公司2021年。URL:gydF4y2Bahttps://www.apple.com/au/watch/battery/gydF4y2Ba[2021-09-08]访问gydF4y2Ba
  77. Can YS, Arnrich B, Ersoy C.使用智能手机和可穿戴传感器在日常生活场景中的压力检测:一项调查。J Biomed Inform 2019 Apr;92:103139 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  78. 苹果手表系列7。苹果公司2021年。URL:gydF4y2Bahttps://www.apple.com/au/apple-watch-series-7/gydF4y2Ba[2021-06-02]访问gydF4y2Ba
  79. 爱德华S.苹果手表photo容积描记术(PPG)。Helix Apps, 2021年。URL:gydF4y2Bahttps://www.helixapps.co.uk/blog/apple-watch-photoplethysmography-ppggydF4y2Ba[2021-09-08]访问gydF4y2Ba
  80. 不规则节奏通知特征的De Novo分类请求。食品药品监督管理局和药物评价研究中心,2018年8月8日。URL:gydF4y2Bahttps://www.accessdata.fda.gov/cdrh_docs/reviews/DEN180042.pdfgydF4y2Ba[2022-02-16]访问gydF4y2Ba
  81. 苹果手表上的心脏健康通知。苹果公司2021年。URL:gydF4y2Bahttps://support.apple.com/en-us/HT208931gydF4y2Ba[2021-06-02]访问gydF4y2Ba
  82. 心电图应用程序De Novo分类请求。食品药品监督管理局和药物评价研究中心。2018年8月14日。URL:gydF4y2Bahttps://www.accessdata.fda.gov/cdrh_docs/reviews/DEN180044.pdfgydF4y2Ba[2022-02-16]访问gydF4y2Ba
  83. Isakadze N, Martin SS.智能手表ECG有多有用?心血管医学2020年10月30日(7):442-448 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  84. 基于Web的自我护理监测应用软件。治疗用品管理,2021。URL:gydF4y2Bahttps://www.tga.gov.au/resources/artg/354056gydF4y2Ba[2021-06-21]访问gydF4y2Ba
  85. 心脏电生理学应用软件。治疗用品管理,2021。URL:gydF4y2Bahttps://www.tga.gov.au/resources/artg/355992gydF4y2Ba[2021-06-21]访问gydF4y2Ba
  86. 林华德M, Crich A, Beysard N.智能手表记录室性心动过速:个案研究。美国急诊医学杂志2020年4月38日(4):849.e3-849.e5。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  87. Garrido S, Millington C, Cheers D, Boydell K, Schubert E, Meade T,等。什么有用,什么没用?对青少年抑郁和焦虑的数字心理健康干预措施的系统回顾。前沿精神病学2019 11月13日;10:759 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  88. Raja JM, Elsakr C, Roman S, Cave B, Pour-Ghaz I, Nanda A,等。苹果手表、可穿戴设备和心率:我们的现状如何?Ann Transl Med 2019年9月7日(17):417 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  89. Kunchay S, Abdullah S. WatchOver:使用苹果手表评估和预测年轻人共同使用药物。见:2020年ACM普适和普适计算国际联合会议论文集和2020年ACM可穿戴计算机国际研讨会论文集,2020年9月发表于:UbiComp-ISWC '20;2020年9月12日至17日;虚拟p. 488-493。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  90. Cormack F, McCue M, Taptiklis N, Skirrow C, Glazer E, Panagopoulos E,等。可穿戴技术用于重度抑郁症患者的高频认知和情绪评估:纵向观察研究JMIR Ment Health 2019 11月18日;6(11):e12814 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  91. SensorKit框架文档。苹果公司2021年。URL:gydF4y2Bahttps://developer.apple.com/documentation/sensorkitgydF4y2Ba[2021-08-08]访问gydF4y2Ba
  92. HealthKit健康与健身。苹果公司2021年。URL:gydF4y2Bahttps://developer.apple.com/health-fitness/gydF4y2Ba[2021-08-08]访问gydF4y2Ba
  93. 苹果公司2021年。URL:gydF4y2Bahttps://www.researchandcare.org/gydF4y2Ba[2021-08-08]访问gydF4y2Ba
  94. 梁燕,郑旭,曾德东。心理健康大数据驱动的数字表型研究。Inf Fusion 2019年12月;52:290-307 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
  95. 数字表型:行为学新科学的技术。中国医学杂志2017年10月3日;318(13):1215-1216。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  96. Onnela JP, Rauch SL.利用基于智能手机的数字表型来增强行为和心理健康。神经精神药理学2016 Jun;41(7):1691-1696 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  97. 数字显型:精神病学的全球工具。世界精神病学2018年10月;17(3):276-277 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  98. Jacobson NC, Weingarden H, Wilhelm S.使用数字表型准确检测抑郁症严重程度。神经科学杂志2019年10月27(10):893-896。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  99. Marsch洛杉矶。数字显型的机会和需求。神经精神药理学2018 7月;43(8):1637-1638 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  100. Torous J, Staples P, Barnett I, Sandoval LR, Keshavan M, Onnela JP。描述数字表型数据质量与精神分裂症队列应用的临床相关性。NPJ数字医学2018年4月6日;1:15 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  101. Raugh IM, James SH, Gonzalez CM, Chapman HC, Cohen AS, Kirkpatrick B,等。精神分裂症门诊患者数字表型的依从性、可行性和耐受性。J精神病学研究2021年6月;138:436-443 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  102. Onnela JP。数字表型数据收集与分析的机遇与挑战。神经精神药理学2021 Jan;46(1):45-54 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  103. Huckvale K, Venkatesh S, Christensen H.面向临床数字表型:考虑目的、质量和安全性的及时机会。NPJ数字医学2019年9月6日;2:88 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  104. Birk RH, Samuel G.数字数据能诊断心理健康问题吗?“数字表型”的社会学探索。社会健康疾病2020年11月;42(8):1873-1887。[gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  105. 李志强,李志强,李志强,等。康复服务结果的数字机会(DOORS):一种务实的实践小组方法,用于提高严重精神疾病患者的数字健康和智能手机能力、自主性、相关性和联盟。J精神病学实践2020年3月26日(2):80-88 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  106. stanghelini G, Leoni F.数字表型:伦理问题,机会和威胁。前沿精神病学2020年5月27日;11:473 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
  107. Arnow G. Apple watch you:为什么可穿戴技术应该受到联邦政府的监管。洛伊洛杉矶法律Rev 2016;49(3):607。gydF4y2Ba
  108. 在COVID-19大流行期间,扩大使用Apple ECG支持远程心律评估。苹果公司2020年。URL:gydF4y2Bahttps://www.apple.com/healthcare/docs/site/Apple_ECG_app_during_COVID-19.pdfgydF4y2Ba[2022-01-17]访问gydF4y2Ba
  109. 授权访问健康数据。苹果公司2020年。URL:gydF4y2Bahttps://developer.apple.com/documentation/healthkit/authorizing_access_to_health_datagydF4y2Ba[2021-07-21]访问gydF4y2Ba
  110. HealthKit人机界面指南。苹果公司2021年。URL:gydF4y2Bahttps://developer.apple.com/design/human-interface-guidelines/healthkit/overview/gydF4y2Ba[2021-08-08]访问gydF4y2Ba
  111. 阿卜杜拉S,乔杜里T.监测严重精神疾病的传感技术。IEEE多媒体2018年1月25日(1):61-75。[gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba


‎gydF4y2Ba
房颤:gydF4y2Ba心房纤颤gydF4y2Ba
bpm:gydF4y2Ba每分钟节拍gydF4y2Ba
心电图:gydF4y2Ba心电图gydF4y2Ba
情感表达:gydF4y2Ba能量消耗gydF4y2Ba
食品药品监督管理局:gydF4y2Ba食品和药物管理局gydF4y2Ba
人力资源:gydF4y2Ba心率gydF4y2Ba
HRV:gydF4y2Ba心率变异性gydF4y2Ba
IRNF:gydF4y2Ba不规则节奏通知功能gydF4y2Ba
领导:gydF4y2Ba发光二极管gydF4y2Ba
分:gydF4y2BaphotoplethysmographygydF4y2Ba
SDNN:gydF4y2Ba神经网络区间的SDgydF4y2Ba


编辑:J Torous;提交17.02.22;L Balcombe, G Abt同行评审;对作者20.05.22的评论;修订版本收到29.07.22;接受03.08.22;发表07.09.22gydF4y2Ba

版权gydF4y2Ba

©Gough Yumu Lui, Dervla Loughnane, Caitlin Polley, Titus Jayarathna, Paul P Breen。最初发表于JMIR心理健康(https://mental.www.mybigtv.com), 07.09.2022。gydF4y2Ba

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR精神健康杂志上的原创作品。必须包括完整的书目信息,https://mental.www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。gydF4y2Ba


Baidu
map