该研究已获得该机构临床调查委员会和急诊医学部医学教育执行委员会的批准。gydF4y2Ba

参与者是在2016年6月下旬和2017年学年开始时从学术ED招募的，以支持连续几年的两次研究迭代。在预定的部门会议期间的介绍性信息会议之后，向所有急诊住院医生和主治医生发送了3封电子邮件，邀请他们参加这项研究。回复这些招募邮件的志愿者接受了由训练有素的研究助理单独执行的知情同意程序。没有为参与提供经济补偿。所有的录音都发生在一个地点:主办学术医疗中心的急诊科。gydF4y2Ba

参与者在一个学年的第一季度(第一季度:7月至9月)和最后一个季度(第四季度:4月至6月)在主办机构的急诊科至少轮班时佩戴Empatica E4 PPG生物传感器手表(Empatica Inc)。在进行常规临床护理的整个9小时轮班(14:00-23:00)期间连续记录PPG数据。每次记录自动生成用于本研究的2种形式的数据:原始PPG信号(BVP数据)和拍间间隔(IBI)日志，每一种都以64hz的采样频率相对于时间进行测量。这些数据集的编译依赖于Empatica开发的标准检测和过滤算法[gydF4y2Ba 33gydF4y2Ba，gydF4y2Ba 34gydF4y2Ba]。gydF4y2Ba

每段录音一旦被整理，在被纳入研究之前就会进入一个筛选过程。数据过滤和分析过程通过自行开发的一套MATLAB脚本执行，旨在完成以下操作(Mathworks)。首先，将每个PPG记录的时间与每个班次的时间进行比较，以验证每个包含的数据集反映了参与者在急诊科提供护理时的生理状况。其次，筛选每个IBI数据集中登记的心跳总数，以确保至少有300次心跳。鉴于每个IBI数据集都是通过应用标准心跳检测算法生成的，该算法排除了与伪影一致的记录片段或低信噪比，这种筛选措施有助于确保每个记录中有足够的干净信号密度。第三，将符合这些纳入标准的每条记录绘制在PPG与时间的关系图中，并在x轴上叠加额外的标记，以指示IBI日志中包含的时间段(gydF4y2Ba 图1gydF4y2Ba)。gydF4y2Ba

目视检查这些图，以增加最后一次人工检测来自不可靠PPG信号的IBI数据片段的机会。最后，为了维持重复测量分析，数据仅包括在Q1和Q4中均有1个满意记录的参与者。一旦纳入，每个PPG和IBI数据集将进入2个主要分析，一个在时域，另一个在频域，在重复测量的基础上提供随时间推移的PR和PRV的补充评估。gydF4y2Ba

每个IBI数据集都被输入到根据先前验证的标准设计的时域分析中[gydF4y2Ba 35gydF4y2Ba]。感兴趣的变量包括中位PR、平均R-R区间、R-R区间的标准差和R-R区间连续差的均方根(RMSSD)。RMSSD的计算是通过分离每次IBI测井中检测到的单次最长连续心跳来完成的。PPG数据集产生了低频范围(LF: 0.05-0.15 Hz)和高频范围(HF: 0.15-0.40 Hz)的功率计算，以及LF:HF比(LHR)，构成了频域分析[gydF4y2Ba 35gydF4y2Ba]。gydF4y2Ba

第一季度和第四季度的录音被分成2个时间点。对每个记录计算先前描述的PR和PRV的标准度量，Q1与。Q4通过配对Student进行比较gydF4y2Ba tgydF4y2Ba测试每个指标。本研究中使用的数据满足配对样本的必要假设gydF4y2Ba tgydF4y2Ba测试的依赖。使用公开的MATLAB算法计算这些测试的统计功率[gydF4y2Ba 36gydF4y2Ba]。gydF4y2Ba

为了评估通过这些方法收集的数据的质量，根据标准Empatica算法，将分析中包含的每个原始记录的IBI日志转换为一个时间向量，该时间向量仅包含检测到脉搏跳动的1秒时间片段(包括连续节拍之间的间隔)。然后将该向量转置到第二个向量上，第二个向量表示每个相应的PPG数据集中捕获的总记录时间，以相同的频率采样(图形表示在gydF4y2Ba 图1gydF4y2Ba)。最后，计算在总记录时间内检测到脉冲跳动的时间商(以秒为单位)，以确定最终可解释的数据的总体百分比。gydF4y2Ba

本研究证明了在ep在操作意义上练习时记录实时生理数据的可行性，但未能支持可穿戴PPG生物传感器技术的当前状态能够有效可靠地以有意义的方式测量感兴趣的变量。本研究产生的证据一致地支持零假设，即在学年结束时，与学年开始时相比，在校学生之间的PR或PRV模式没有差异，或者更准确地说，无法支持存在这种差异的替代假设。初步分析未能发现ep随时间的差异，而二次分析也同样无法在EM居民中发现任何显著变化。尽管使用了互补的时域和频域分析，尽管为每个分析计算了足够的功率，但在研究的两组中都观察到这些阴性结果。考虑到即将过去的学年对减少生理压力的预期效果——包括主治医生与经验更丰富、更自主的实习生一起工作，特别是对那些在指定角色上接受了6到10个月培训的住院医生——这种方法是否能获得这种效果的问题需要仔细考虑。因此，这项初步研究的目的是评估这些方法是否适合这些目的，这是至关重要的。gydF4y2Ba

这项研究最接近的先例是1998年的一项研究，该研究使用12个EPs的心电图记录来报告夜班期间交感神经张力的增加[gydF4y2Ba 37gydF4y2Ba]。显然，需要进一步的研究来开发客观的、生态有效的ep健康指标，理想情况下，使用可以升级的工具，使广泛参与成为可能，甚至在ED提供护理的同时。如前所述，没有文献存在关于使用PPG来研究医生健康-在任何专业-据笔者的小组所知。然而，大量的研究继续集中在评估PPG技术的充分性上，以接近在该领域已经证明有前途的HRV分析[gydF4y2Ba 13gydF4y2Ba-gydF4y2Ba 15gydF4y2Ba]。比较这两种方法的研究产生了不同的结果。文献似乎支持健康受试者在休息时测量PPG的准确性[gydF4y2Ba 27gydF4y2Ba]。另一方面，证据一致地质疑ppg可穿戴生物传感器在人类受试者进行活动任务时是否能够实现有用的记录，这些任务受到运动伪影、不一致的皮肤接触以及其他生理变异性来源中呼吸-心血管相互作用程度的增加等因素的干扰[gydF4y2Ba 26gydF4y2Ba，gydF4y2Ba 28gydF4y2Ba，gydF4y2Ba 38gydF4y2Ba]。当然，这些条件适用于在急诊科提供护理的EPs的研究，并且可能占我们总记录时间中不到10%的可用数据。此外，围绕HRV概念在PRV方法中的更具体应用，例如从ECG到PPG数据的频域指标转换，存在进一步的模糊性[gydF4y2Ba 29gydF4y2Ba，gydF4y2Ba 30.gydF4y2Ba]，甚至更根本的是，使用频域来评估心电图或PPG中的交感神经活动[gydF4y2Ba 20.gydF4y2Ba-gydF4y2Ba 23gydF4y2Ba]。gydF4y2Ba

考虑到这些文献，这项研究增加了一些新的信息。本研究的主要目的是通过比较一学年第四季度和第一季度收集的PPG数据，研究是否可以检测到EPs中PR和PRV的任何模式。这些结果表明，没有发现这样的模式，无论分析领域或参与者的训练状态如何，尽管有足够的能力进行每个测试。从这个结论中出现的第二个问题是，这项研究的新方法是否具有检测与压力相关的生理变化的能力，如果它们确实存在的话。gydF4y2Ba

在对相关文献进行重点回顾的基础上，目前似乎还不清楚可穿戴式PPG传感器技术是否已经发展到表征EPs压力水平的必要程度，特别是在ED提供护理时。特别是，质量评估分析显示有用数据的产量低于10%，这表明这种方法至少是一种低效的，如果不是不准确的，在工作中探测EPs生理变化的手段。综上所述，本研究的结果和现有的大量文献似乎表明，PPG技术尚未成熟到在该研究领域使用PRV分析所需的程度。然而，了解可穿戴式PPG传感器处于多学科研究和技术开发的一个非常活跃的领域的中心仍然至关重要[gydF4y2Ba 39gydF4y2Ba]。例如，在这项研究完成后，2019年发表了一种新的基于奇异谱分析的方法，用于自动检测和校正ECG数据中的伪影;这种进步可能会大大提高数据的质量，使没有这一领域技术方面背景的研究人员很容易获得这些数据[gydF4y2Ba 40gydF4y2Ba]。虽然这项研究表明，目前支持PPG的可穿戴生物传感器技术在实时研究医生健康方面的应用可能有限，但PPG数据的收集、分析和解释方面的进步可能会在不久的将来改变这一领域，并值得进一步研究。gydF4y2Ba

考虑到围绕该方法的未来发展，短期内需要进一步研究EPs的倦怠来源。例如，本研究的几个局限性将需要在未来的调查中加以解决。首先，如前所述，可穿戴式PPG传感器技术的现状仍然非常容易受到ED等设置的干扰。也许，在PRV分析达到这些目的所需的成熟之前，必须使用较小范围的HRV研究来调查EP健康。或者，也许在未来的研究中，胸带可以用作中间可穿戴生物传感器，以减少手腕处PPG测量固有的干扰，而无需让参与者进行移动ECG记录。其次，虽然本研究的重复测量设计是为了提高灵敏度，以检测参与者随时间的变化，但不幸的是，它限制了样本量，特别是在学员中。主办学术医院的急诊医师经常在外部急诊室轮换，这极大地限制了在两个时间窗口内捕捉记录的机会。也许，一个具有更大样本量的替代设计可能会揭示EPs中PRV的重要模式，尽管本研究中进行的功率计算对这种考虑提出了质疑。第三，为了测试这种方法是否能提供一种时间敏感的、生态有效的方法来研究工作中的EPs，这些分析中输入的记录的确切持续时间没有精确标准化，这可能会带来特别是频域分析方面的问题。相反，参与者被简单地指示在他们整个9小时的轮班中记录PPG，并且每个记录都符合方法部分中详细介绍的纳入标准，被完整地输入到频域分析中。同样，本研究中使用的设备能够记录加速度计数据，可用于排除与重大运动相关的PPG数据。 This measure was not taken for the purpose of this study because of the concern that exclusion of times at which EPs are active might lead to the systematic loss of the stressors this pilot study aimed to capture, but future studies of this kind must carefully weigh the benefits and disadvantages of this decision with respect to the primary goals of the study.

第四，本研究缺乏HRV和PRV之间的直接比较。本研究的主要目的是评估一种实时测量EPs压力的新工具，以指导减轻医生职业倦怠的努力。因此，本研究的重点是评估PRV分析的实用性，考虑到它已准备好广泛应用于住院医师和主治急诊医生，而不是验证用于这些目的的技术与另一种能力有限的技术来服务于这一主要目标。然而，建议进一步的研究使用ECG和PPG来比较在急诊科提供护理的EPs的HRV和PRV分析。这些研究可以更直接地评估尚不清楚的问题，即本研究中调查的生理变化是否存在，但PRV分析无法检测到，还是这些变化根本不存在的可能性。同样，本研究没有使用自我报告的数据作为比较，尽管有证据表明，当依赖于多因素概念(如压力)的不同模式必然相互关联的假设时，必须谨慎使用[gydF4y2Ba 17gydF4y2Ba]。未来的研究将需要解决这些局限性，并进一步推进寻找新的客观工具来表征EPs的倦怠。gydF4y2Ba

这项研究的结果并没有表明在一学年的过程中，ep之间的PR或PRV有任何变化。由于这项研究的局限性，目前尚不清楚这种模式是否存在，只是没有被发现，尽管计算表明这项研究有足够的动力。研究发现，本研究中不到十分之一的记录时间产生了用于PR和PRV分析的有用底物，这一发现支持了PPG技术可能尚未准备好应用于这些目的的观点，这表明本研究中使用的方法不适合测试有问题的假设。文献综述支持本研究的建议，即可穿戴式PPG传感器技术尚未成熟到可以大规模准确测量EPs工作时心理应激的生理反应。然而，围绕这项技术的积极研究和开发可能会在不久的将来为研究提供新的机会。需要进一步的研究来确定新的工具，以便为减轻医生职业倦怠的努力提供信息。gydF4y2Ba

综上所述，本研究首次对可穿戴式PPG生物传感器技术进行了评估，将其作为一种生态有效的、客观的测量EPs工作场所压力的方法。尽管这种方法被证明负担低，因此易于扩展，但数据质量是一个令人望而却步的问题。至少，目前的可穿戴式PPG生物传感器受到技术限制，无法可靠地测量活性EPs中的PR和PRV。至多，PPG方法受到生理干扰，排除了上游概念的研究，如交感迷走神经平衡作为体力活动参与者(如轮班期间的EPs)压力的反映。总之，这项初步研究表明，必须探索替代方法，以建立一种客观、可扩展、生态有效的方法来测量工作中EPs的压力。gydF4y2Ba