Key points are not available for this paper at this time.
Da tragbare Technologien zunehmend für klinische Forschung und Gesundheitsversorgung verwendet werden, ist es entscheidend, deren Genauigkeit zu verstehen und zu bestimmen, wie Messfehler Forschungsergebnisse beeinflussen und die medizinische Entscheidungsfindung beeinflussen können. Die Genauigkeit tragbarer Technologien ist sowohl in der Wissenschaft als auch in der populären Literatur ein heiß diskutiertes Thema. Derzeit sind die Hersteller von Wearables verantwortlich für die Bewertung und Meldung der Genauigkeit ihrer Produkte, aber nur wenige Informationen über die Evaluierungsmethode sind öffentlich verfügbar. Herzfrequenzmessungen von Wearables basieren auf Photoplethysmographie (PPG), einer optischen Methode zur Messung von Volumenänderungen des Blutes unter der Haut. Mögliche Ungenauigkeiten bei PPG resultieren aus drei Hauptbereichen: (1) unterschiedliche Hauttypen, (2) Bewegungsartefakte und (3) Signalüberlagerung. Bisher hat keine Studie systematisch die Genauigkeit von Wearables über die gesamte Bandbreite der Hauttöne untersucht. Hier analysierten wir Herzfrequenz- und PPG-Daten von Verbraucher- und Forschungsstandard-Wearables unter verschiedenen Bedingungen, um zu prüfen, ob und in welchem Ausmaß diese Ungenauigkeiten bestehen. Wir stellten keine statistisch signifikanten Unterschiede in der Genauigkeit zwischen Hauttönen fest, aber signifikante Unterschiede zwischen den Geräten und zwischen den Aktivitätstypen; insbesondere war der absolute Fehler während der Aktivität im Durchschnitt um 30 % höher als in Ruhe. Unsere Ergebnisse zeigen, dass verschiedene Wearables sowohl bei Ruhe als auch bei dauerhaft erhöhter Herzfrequenz vernünftig genau sind, jedoch Unterschiede im Gerätemanagement von Aktivitätsänderungen bestehen. Dies hat Auswirkungen für Forscher, Kliniker und Verbraucher bei der Interpretation von Studienergebnissen, der Kombination von Studienresultaten und bei gesundheitsbezogenen Entscheidungen mit diesen Geräten.
Building similarity graph...
Analyzing shared references across papers
Loading...
Brinnae Bent
Benjamin A. Goldstein
Warren A. Kibbe
npj Digital Medicine
Duke University
Building similarity graph...
Analyzing shared references across papers
Loading...
Bent et al. (Mon,) untersuchten diese Fragestellung.
www.synapsesocial.com/papers/69fdbe47c105307ccb50a232 — DOI: https://doi.org/10.1038/s41746-020-0226-6
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: