心血管および身体活動モニタリングのためのフィットネススマートウォッチデータの精度の評価:デジタルヘルスの検証研究

この研究は、低コストのフィットネススマートウォッチの精度を検証することを目的としており、そのデータを臨床現場で使用されるゴールドスタンダードの測定値と比較します。このプロトコルは、フィットネススマートウォッチの精度と信頼性を評価し、人気が高まるにつれて実際のパフォーマンスを理解する際のギャップに対処します。私たちの調査結果は、研究や臨床現場でこれらのデバイスを使用する研究者や医療専門家にとって重要なフィットネススマートウォッチデータの精度と信頼性に関する貴重な洞察を提供します。

まず、参加者にフィットネススマートウォッチを利き手ではない手首に装着してもらいます。睡眠ポリグラフ検査またはPSG装置の装置に参加者を取り付けます。フィットネススマートウォッチを使用して、参加者が仰臥位にある間に血中酸素飽和度を2回測定します。

参加者が最大6時間眠るようにします。参加者が目覚めたら、フィットネススマートウォッチを使用して、仰臥位のままでさらに2つの血中酸素飽和度測定を行います。PSGマシンとフィットネススマートウォッチの両方から睡眠の傾向をcsvファイルにエクスポートします。

深い睡眠時間、浅い睡眠時間、急速眼球運動時間、総睡眠時間、心拍数、血中酸素飽和度に関するデータを含めます。フィットネス スマートウォッチの歩数測定を検証するには、まず、参加者にフィットネス スマートウォッチを利き手ではない手首に装着してもらい、もう一方の手でスマートフォンを持って足音のビデオ録画の目的で持たせます。フィットネススマートウォッチの歩数をゼロに設定してから、スマートフォンの記録を開始し、参加者に歩数テストを行ってもらいます。

フィットネススマートウォッチで測定された歩数を記録します。3分間の歩行テストまたは3-M WTでは、参加者に平坦な面を3分間、通常の安定したペースで歩くように指示します。階段を上るテストまたはSCテストでは、参加者に通常の安定したペースで上り坂と下降順の階段を2段ずつ上り坂で上り坂を上ります。

ビデオ録画で観察されたステップ数を手動で計算します。このデータをcsvファイルに記録し、フィットネススマートウォッチから歩数を同じファイルにエクスポートします。必要なパッケージをPythonのワークスペースにインポートし、測定データをPythonのワークスペースにインポートします。

ファイル名を measurement_data に置き換えてください。選択したファイル名の csv。ドロップイン関数を使用して、各測定データの空の値を削除します。

Python の SciPy stats Shapiro パッケージを使用して、Shapiro-Wilk 正規性検定を実行し、データが正規分布を持つかどうかを判断します。次に、データが正規分布を持っている場合は、Python の SciPy stats T-test TestRail パッケージを使用して、対応のあるサンプル T-test を実行します。そうでない場合は、SciPy stats Wilcoxon パッケージを使用して Mann-Whitney Wilcoxon テストを実行します。

measure1_toolA と measure1_toolB を、コード内で選択したそれぞれの列名に置き換えます。次に、co法とd法を使用して、機器間の差の大きさを測定します。Bland-Altman分析を使用して、平均差または中央差、標準偏差、バイアスの95%信頼区間など、2つの商品間の一致を評価しました。

Python の Matplotlib 円プロット パッケージを使用して、可視化のために Bland-Altman 解析をプロットします。浅い睡眠時間は、一致の限界が広い27.77分という大きなバイアスを示し、PSGと比較してスマートウォッチによる測定値に大きなばらつきがあることを示しました。総睡眠時間は41.5分過大評価されており、一致の限界が広く、睡眠時間の追跡に時折不一致があることが示されました。

レム時間はバイアスと標準偏差が最小限であることを示しており、このパラメータのスマートウォッチとPSGの間の互換性が良好であることを示唆しています。スマートウォッチではウェイクタイムが過大評価されており、明確なクラスタリングと差の増加傾向が見られ、測定バイアスが生じていることを示しています。平均心拍数はバイアスが最小限で、バイアスライン付近で良好なクラスタリングを示し、強い一致を示しました。

最小心拍数にはいくつかの外れ値があり、低心拍数の検出が困難であることを示唆していましたが、全体的には妥当な一致でした。最大心拍数は顕著なばらつきを示し、これはスマートウォッチによるトラッキングピーク値のばらつきを反映しています。血中酸素飽和度は、デバイス間の高い一致を反映して、バイアスが最小限で一致限界が狭かったことを示しました。

このスマートウォッチは、3-M WTの歩数を平均31.33歩、SC歩数を11歩と大幅に過小評価しています。