Summary

Une application de jumelage avec des appareils portables pour surveiller l’état de santé personnel

Published: February 03, 2022
doi:

Summary

Le présent protocole introduit une application non commerciale développée par des soins personnels pour la collecte de données sur site en temps réel, y compris les balances psychologiques, la localisation GPS, la fréquence cardiaque et le niveau de saturation en oxygène du sang, ainsi que les procédures opérationnelles de l’application. Une étude empirique menée à Taïwan en 2020 a été utilisée comme exemple d’application.

Abstract

Le protocole actuel vise à mettre en valeur l’intégration technologique, en fournissant une description détaillée de l’adoption de l’application HealthCloud, développée par le Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU), sur les smartphones et les montres intelligentes pour collecter des données sur les réponses psychologiques et physiologiques en temps réel des utilisateurs et des informations environnementales. Une méthode de recherche souple et intégrée a été proposée parce qu’il peut être difficile de mesurer les aspects multidimensionnels des données personnelles dans les études sur place dans la recherche sur le paysage et les loisirs de plein air. Une étude sur site menée en 2020 sur le campus de l’Université nationale de Taïwan a été utilisée comme exemple d’application. Un ensemble de données de 385 participants a été utilisé après avoir exclu les échantillons invalides. Au cours de l’expérience, les participants ont été invités à marcher sur le campus pendant 30 minutes lorsque leur fréquence cardiaque et leurs éléments d’échelle psychologique ont été mesurés, ainsi que plusieurs mesures environnementales. Ce travail visait à fournir une solution possible pour aider les études sur place à suivre en temps réel les réponses humaines qui correspondent aux facteurs ambiants. En raison de la flexibilité de l’application, son utilisation sur des appareils portables présente un excellent potentiel pour les études de recherche multidisciplinaires.

Introduction

Collecte de données en temps réel
Dans la vie quotidienne, les gens bénéficient de l’environnement physique de plusieurs façons. Par exemple, des résultats positifs, tels que la restauration psychologique1 et la restauration de la fréquence cardiaque2 ont été largement trouvés. De plus, les relations entre les facteurs ambiants, comme la température et l’humidité, et la santé mentale ont été discutées 3,4. Des études ont également exploré les liens entre les réponses physiologiques et psychologiques, telles que la fréquence cardiaque et le stress 5,6,7,8. Un large éventail de preuves des avantages psychologiques et physiologiques de l’exposition à la nature a été trouvé dans des études de laboratoire bien contrôlées 9,10, qui n’ont peut-être pas représenté les divers facteurs influents dans le domaine. Par conséquent, pour mesurer les relations entre les réponses humaines en temps réel, les études sur place sont considérées comme reflétant mieux l’expérience du scénario réel et les réactions aux environnements que les simulations en laboratoire11. De plus, les réactions humaines aux environnements peuvent dépendre du contexte12. Compte tenu de l’importance de comprendre la relation entre la santé psychologique et physiologique des personnes et la qualité de l’environnement, il est urgent de disposer d’une mesure d’autosuivi en temps réel permettant de recueillir diverses mesures d’information.

Les évaluations écologiques momentanées (EMA) ou les méthodes d’échantillonnage par expérience (ESM) peuvent représenter des solutions pour les études sur place13,14. Les EMA et les MES visent à évaluer les réponses momentanées des humains sur place dans des scénarios réels15. En adoptant des techniques d’auto-suivi, les réponses, les réactions et les expériences sur site peuvent être mesurées fraîchement14. Les participants sont informés au moyen de signaux, tels que des textes ou des notifications, pour mettre en œuvre des évaluations dans le cadre de systèmes d’échantillonnage dits contingentde signaux 15. Le terme « EMA » est principalement utilisé dans les études liées à la santé13, tandis que « ESM » tend à être utilisé dans les études sur les loisirs et les loisirs de plein air16. Néanmoins, les termes ont parfois été utilisés de manière interchangeable12.

La possibilité d’appliquer les EMA aux études de recherche environnementale a été discutée par Beute et al.12, qui ont souligné qu’elles permettraient d’aborder une plus grande variété d’environnements que simplement « naturels » ou « urbains ». Par exemple, en adoptant des mesures ambulatoires (par exemple par le suivi de localisation GPS), les réponses physiologiques pendant une promenade peuvent être appariées avec des ensembles de données de localisation en temps réel, fournissant une résolution spatiale plus riche des types d’environnement et des caractéristiques environnementales7. De plus, la collecte de données en temps réel autorisée par les EMA garantit une validité écologique élevée, offrant un point de vue complémentaire des études de laboratoire.

De plus en plus d’études empiriques sur place ont adopté des appareils portables et des smartphones pour surveiller l’état de santé personnel dans la vie quotidienne et à des fins de recherche 17,18,19,20. L’adoption de ces deux appareils peut offrir plus d’avantages que l’utilisation d’un seul smartphone12. Tout d’abord, le temps d’accès à l’aide de montres intelligentes était plus court que celui des téléphones21, ce qui peut réduire le fardeau des interruptions. Deuxièmement, les montres offrent une plus grande proximité corporelle que les smartphones22, et les téléphones peuvent être utilisés comme bases de données momentanées pour enregistrer et télécharger des données. Troisièmement, les montres intelligentes offrent aujourd’hui plusieurs capteurs pour différents paramètres, tels que la variabilité de la fréquence cardiaque, les électrocardiogrammes (ECG) et la pression artérielle 23,24,25,26,27. Les aspects individuels et globaux des réponses humaines peuvent déduire certaines activités12. Enfin, les smartphones sont généralement transportés dans la poche pour les études sur smartphone, et en ce qui concerne les questionnaires, un travail supplémentaire doit être effectué par rapport au cas utilisant des smartwatches.

Cependant, peu d’études ont exploré les relations entre les résultats psychologiques et physiologiques et l’information environnementale. Par conséquent, cette étude présente l’adoption d’une application non commerciale auto-développée, HealthCloud, sur des appareils portables, tels que les montres intelligentes et les smartphones, pour collecter des informations psychologiques, physiologiques et environnementales en temps réel.

L’application auto-développée et les appareils portables
L’application destinée à être utilisée sur des appareils portables a été développée par le Healthy Landscape and Healthy People Lab de l’Université nationale de Taïwan (HLHP-NTU), afin de fournir des moyens plus accessibles et plus flexibles de suivre les réponses humaines et les données environnementales, permettant aux chercheurs d’analyser davantage les relations entre la santé humaine et l’information environnementale (Figure 1).

L’application, basée sur iOS, fournit plusieurs tâches et fonctions passives de collecte de données. L’application recueille des données autodéclarées sur la smartwatch, telles que des éléments à échelle psychologique mesurés par des questions Pop Quiz sur lesquelles les utilisateurs peuvent évaluer leurs réponses de une à cinq étoiles pour une évaluation rapide et facile. Ce type d’intervention par question peut être considéré comme un type de micro-interaction-EMA (μEMA) – une méthode de collecte de données in situ nécessitant moins d’attention et ayant un taux de réponse plus élevé que smartwatch-EMA28. Les données de réponse physiologique surveillées par le capteur, y compris la fréquence cardiaque, la variabilité de la fréquence cardiaque et le niveau de saturation en oxygène du sang, peuvent être mesurées à l’aide des fonctions de l’iOS. La fréquence cardiaque est mesurée par le capteur cardiaque optique de la smartwatch à l’aide d’une technique appelée photopléthysmographie29. L’application détecte la quantité de flux sanguin à l’aide de lumières LED vertes avec photodiodes sensibles à la lumière, et les battements cardiaques par minute sont également calculés. La variabilité de la fréquence cardiaque (VRC) et la concentration d’oxygène dans le sang (SpO2) peuvent être détectées à l’aide d’applications. Pour le smartphone, les tâches, telles que le test de Stroop (Figure 2B), la tâche de capture d’image (Figure 2C) et la tâche de son d’environnement (Figure 2D), les données sur les conditions ambiantes, y compris l’humidité relative, la météo et l’altitude, sont collectées passivement à partir de plusieurs interfaces de programmation d’applications.

Figure 1
Figure 1 : Vue d’ensemble de l’application. Les fonctions de l’application sur la smartwatch, le smartphone et la base de données. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 2
Figure 2 : Les tâches de l’application. Exemples de tâches qui peuvent être utilisées sur l’application: de gauche à droite, il y a (A) La question Pop-up. (B) Le test de Stroop. (C) La tâche de capture d’image. D) La tâche respectueuse de l’environnement. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Toutes les données seront téléchargées sur le site Web principal (accès aux chercheurs coopératifs, voir le tableau des matériaux). Le site Web fournit plusieurs fonctions principales : un affichage cartographique qui montre les emplacements actuels et la fréquence cardiaque des utilisateurs (Figure 3), une feuille de données pour parcourir et extraire des données (Figure 4) et des configurations de tâches pour modifier la fréquence, la priorité et le contenu des tâches (Figure 5). Avec une telle flexibilité et un large éventail de mesures, les chercheurs peuvent facilement sélectionner les fonctions de tâche précédemment énoncées en fonction des objectifs de recherche. En outre, l’application peut bénéficier à la fois aux utilisateurs et aux chercheurs. L’application fournit leurs rapports de santé et leurs trajectoires de localisation GPS (Figure 6) en fonction des questions auxquelles ils ont répondu et des itinéraires choisis. Ainsi, ils peuvent se faire une idée rapide de leur état de santé le jour même et continuer à suivre leurs données de santé.

Figure 3
Figure 3 : La carte affichée dans la base de données de l’application. L’affichage cartographique de la base de données de l’application fournit des informations actuelles, y compris les emplacements et la fréquence cardiaque, aux chercheurs. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 4
Figure 4 : Fiche technique sur la base de données de l’application. Rapport de données de la carte d’affichage dans la base de données de l’application, dans lequel les données peuvent être exportées en filtrant l’ID de temps, de champ ou de testeur. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 5
Figure 5 : Configuration de la tâche dans la base de données de l’application. Les priorités des tâches, les intervalles de temps, la langue et le contenu des questionnaires peuvent être modifiés. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 6
Figure 6 : Rapport d’intégrité des utilisateurs de l’application. Après avoir utilisé l’application, l’utilisateur peut recevoir un ensemble de résultats individuels générés automatiquement. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Étude représentative
Pour présenter l’intégration de diverses dimensions de la collecte de données à l’aide de l’application sur les smartphones et les montres intelligentes, une étude in situ a été menée en 2020 sur le campus de l’Université nationale de Taïwan à Taipei, Taïwan. Les participants à l’étude ont été recrutés sur la page des médias sociaux de l’Université nationale de Taïwan via un formulaire en ligne 1 semaine avant l’expérience. Le formulaire comprenait le but de la recherche, le processus, le lieu, les conditions de participation, un diagramme schématique de l’appareil de recherche à porter et un espace permettant aux lecteurs d’indiquer leur volonté de participer et le moment auquel ils pourraient le faire. Une fois terminée, les participants ont été informés de l’heure et du lieu exacts de leur expérience par e-mail 2 jours avant le calendrier. Étant donné que la recherche examine les changements psychologiques, la physiologie, l’activité physique (marche) et la perception du son et des couleurs, les participants remplissaient les conditions suivantes: (1) entre 20 et 36 ans, (2) bonne santé physique et mentale, (3) ne pas utiliser régulièrement de médicaments affectant le système nerveux central, (4) ne pas être enceinte ou allaiter, (5) n’avoir aucun antécédent de maladie cardiovasculaire, (6) peut marcher pendant plus de 30 min à pied, (7) être capable d’identifier une couleur.

Le jour de l’expérience, les participants ont reçu un ensemble de smartphones et de montres intelligentes, ainsi qu’une carte routière. Les chercheurs ont présenté aux participants une explication uniforme du but de la recherche, du processus de recherche, des dispositifs portables et des questions nécessitant une attention particulière dans le processus de recherche. Pendant la marche, les réponses psychologiques ont été évaluées à l’aide d’une tâche Pop Quiz toutes les 5 minutes, et les réponses physiologiques, telles que la fréquence cardiaque, ont été mesurées toutes les minutes par des capteurs dans la smartwatch. Après l’expérience, les participants ont été indemnisés avec une carte-cadeau équivalente à 200 NTD (~7 USD).

Pour la mesure psychologique, cette étude a pris en compte les préférences du paysage et deux aspects de la version courte30 de l’échelle de restauration perçue, à savoir « être loin » et « fasciner ». Ces aspects ont été mesurés en demandant aux participants d’évaluer les énoncés « C’est un endroit qui est loin des exigences quotidiennes et où je pourrais me détendre et réfléchir à ce qui m’intéresse. » et « Cet endroit est fascinant; il est assez grand pour que je puisse découvrir et être curieux des choses. sur une échelle de Likert à cinq points de (1) « fortement en désaccord » à (5) « tout à fait d’accord » pour mesurer les perceptions individuelles des facteurs réparateurs de l’environnement en fonction de la théorie de la restauration de l’attention31. La préférence du paysage a été évaluée à l’aide d’une échelle de Likert à cinq points avec la seule question: « À quel point aimez-vous le cadre, pour une raison quelconque? » de (1) « très peu » à (5) « beaucoup ». Le questionnaire a été envoyé à l’aide de la tâche « Pop Quiz » avec un intervalle de temps de 5 minutes, ce qui signifie que les participants ont reçu le questionnaire toutes les 5 minutes.

Pour la mesure physiologique, la fréquence cardiaque (FC) pendant la marche a été utilisée pour représenter les résultats physiologiques des participants avec un intervalle de temps de 1 minute. Les informations environnementales, y compris les données GPS (latitude et longitude), la température, l’humidité relative, la vitesse du vent et le degré de vent, ont été collectées via le smartphone.

Protocol

L’ensemble du protocole suit les instructions du Bureau du Comité national d’éthique de la recherche de l’Université de Taïwan pour mener des expériences liées à l’homme. Lors du recrutement des participants, les candidats ont été informés de leurs instructions et de leurs droits et des risques de l’expérience, tant à l’oral qu’à l’écrit, et les formulaires de consentement signés ont été recueillis. L’application peut être installée sur les smartphones et les montres intelligentes (vo…

Representative Results

L’échantillon original était composé de 423 personnes, dont 18 ont dû être exclues en raison de la mauvaise qualité des données en raison de l’instabilité de la version bêta de l’application et 20 autres n’ont pas répondu à toutes les questions du Pop Quiz. Cela a conduit à un taux d’échantillonnage effectif de 0,91. Un ensemble de données de 385 étudiants (213 femmes, 172 hommes) de l’Université nationale de Taïwan a été recruté. Les participants étaient âgés de 2…

Discussion

Objectifs de l’étude et constatations importantes
Les appareils portables, tels que les smartphones et les montres intelligentes, ont été largement utilisés pour étudier les indicateurs physiologiques ou les syndromes 32,33,34, les états psychologiques22,35; informations environnementales, ou comportements 18,36</s…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Le Conseil de l’agriculture de Taïwan a financé le projet de recherche et le développement de l’application HealthCloud de 2018 à 2020 [109 sciences agricoles – 7.5.4-supplémentaire-#1(1)] ([109 Equation 4-7.5.4–Equation 5#1(1)]).

Materials

Apple Watch 6 Apple For the use of the HealthCloud app, such as Pop-up questions, heart rates measurement.
iPhone Apple For the use of the HealthCloud app, such as GPS location collection, weather data colledction, data storage, data transfer.
HealthCloud Self-developed The HealthCloud app, adopting Apple Watch and iPhone, was developed by Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU) to track human responses. It adopted several APIs such as HealthKit, ResearchKit, Weather API and AppleWatch applications including Breathe app, and Blood Oxygen app to collect physiological status and psychological states, and environmental data in aims of further analyzing the relationships between human health and the environmental information.

The link to the app in APP Store is as following: https://apps.apple.com/tw/app/healthcloud/id1446179518?l=en
backend website The backend website of HealthCloud app for the use of the configuration of the tasks, data exportation, and the display of users.
http://healthcloud.hort.ntu.edu.tw/
HealthKit Apple For the use of retrieving the data of physiological responses such as heart rate, heart rate variability, and blood oxygen saturation level.
The link to the HealthKit:
https://developer.apple.com/documentation/healthkit
ResearchKit Apple This kit includes a variety of tasks for the use of research purposes. The functions adopted in HealthCloud app include Image Capture task, environment sound task, Stroop Test, to the Pop Questions of psychological state measurements such as perceived restorativeness scale, landscape preferences.
The link to the ResearchKit:
https://www.researchandcare.org/
Weather API OpenWeather For the use of collecting the real-time environmental data, including humidity, weather, global positioning system location, altitudes, etc., from the nearest weather station.
The link to the Weather API:
https://openweathermap.org/api
Breathe app Apple For the use of assessing the real-time heart rate variability (HRV). This app was not included in the procedures of this pilot study. However, the HealthlCloud is now capable of retrieving the HRV data collected from Breathe app.
The link to the Breathe app:
https://apps.apple.com/us/app/breathe/id1459455352
Blood Oxygen app Apple For the use of assessing the real-time Blood Oxygen Concentration level (SpO2). The latest version of HealthlCloud is capable of retrieving the SpO2 data collected from  app. This app was not included in the procedures of this pilot study. However,
The measurement of Blood Oxygen app:
https://support.apple.com/en-us/HT211027
The link to the Blood Oxygen app:
https://apps.apple.com/us/app/breathe/id1459455352"
IBM SPSS Statistics 25 IBM For the use of statistical analysis.
The link to the Blood Oxygen app:
https://www.ibm.com/support/pages/downloading-ibm-spss-statistics-25

References

  1. Purcell, T., Peron, E., Berto, R. Why do preferences differ between scene types. Environment and Behavior. 33 (1), 93-106 (2001).
  2. Engell, T., Lorås, H. W., Sigmundsson, H. Window view of nature after brief exercise improves choice reaction time and heart rate restoration. New Ideas in Psychology. 58, 100781 (2020).
  3. Ding, N., Berry, H. L., Bennett, C. M. The importance of humidity in the relationship between heat and population mental health: Evidence from Australia. PLOS ONE. 11 (10), 0164190 (2016).
  4. Majeed, H., Lee, J. The impact of climate change on youth depression and mental health. The Lancet Planetary Health. 1 (3), 94-95 (2017).
  5. Merkies, K., et al. Preliminary results suggest an influence of psychological and physiological stress in humans on horse heart rate and behavior. Journal of Veterinary Behavior. 9 (5), 242-247 (2014).
  6. Delaney, J. P. A., Brodie, D. A. Effects of short-term psychological stress on the time and frequency domains of heart-rate variability. Perceptual and Motor Skills. 91 (2), 515-524 (2000).
  7. South, E. C., Kondo, M. C., Cheney, R. A., Branas, C. C. Neighborhood blight, stress, and health: a walking trial of urban greening and ambulatory heart rate. American Journal of Public Health. 105 (5), 909-913 (2015).
  8. Rimmele, U., et al. Trained men show lower cortisol, heart rate and psychological responses to psychosocial stress compared with untrained men. Psychoneuroendocrinology. 32 (6), 627-635 (2007).
  9. Jo, H., Song, C., Miyazaki, Y. Physiological benefits of viewing nature: A systematic review of indoor experiments. International Journal of Environmental Research and Public Health. 16 (23), 4739 (2019).
  10. Bowler, D. E., Buyung-Ali, L. M., Knight, T. M., Pullin, A. S. A systematic review of evidence for the added benefits to health of exposure to natural environments. BMC Public Health. 10 (1), 1-10 (2010).
  11. Olafsdottir, G., et al. Health benefits of walking in nature: A randomized controlled study under conditions of real-life stress. Environment and Behavior. 52 (3), 248-274 (2020).
  12. Beute, F., De Kort, Y., IJsselsteijn, W. Restoration in its natural context: How ecological momentary assessment can advance restoration research. International Journal of Environmental Research and Public Health. 13 (4), 420 (2016).
  13. Shiffman, S., Stone, A. A., Hufford, M. R. Ecological momentary assessment. Annual Review of Clinical Psychology. 4, 1-32 (2008).
  14. Hektner, J. M., Schmidt, J. A., Csikszentmihalyi, M. . Experience sampling method: Measuring the quality of everyday life. , (2007).
  15. Robbins, M. L., Kubiak, T., Mostofsky, D. I. Ecological momentary assessment in behavioral medicine: Research and practice. The Handbook of Behavioral Medicine. 1, 429-446 (2014).
  16. Fave, A. D., Bassi, M., Massimini, F. Quality of experience and risk perception in high-altitude rock climbing. Journal of Applied Sport Psychology. 15, 82-98 (2003).
  17. Ates, H. C., Yetisen, A. K., Güder, F., Dincer, C. Wearable devices for the detection of COVID-19. Nature Electronics. 4 (1), 13-14 (2021).
  18. Cagney, K. A., Cornwell, E. Y., Goldman, A. W., Cai, L. Urban mobility and activity space. Annual Review of Sociology. 46, 623-648 (2020).
  19. Chaix, B. Mobile sensing in environmental health and neighborhood research. Annual Review of Public Health. 39, 367-384 (2018).
  20. York Cornwell, E., Goldman, A. W. Neighborhood disorder and distress in real time: Evidence from a smartphone-based study of older adults. Journal of Health and Social Behavior. 61 (4), 523-541 (2020).
  21. Ashbrook, D. L., Clawson, J. R., Lyons, K., Starner, T. E., Patel, N. Quickdraw: The impact of mobility and on-body placement on device access time. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI ’08). , 219-222 (2008).
  22. Hänsel, K., Alomainy, A., Haddadi, H. Large scale mood and stress self-assessments on a smartwatch. Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing: Adjunct. , 1180-1184 (2016).
  23. Karmen, C. L., Reisfeld, M. A., McIntyre, M. K., Timmermans, R., Frishman, W. The clinical value of heart rate monitoring using an apple watch. Cardiology in Review. 27 (2), 60-62 (2019).
  24. Hernando, D., Roca, S., Sancho, J., Alesanco, &. #. 1. 9. 3. ;., Bailón, R. Validation of the apple watch for heart rate variability measurements during relax and mental stress in healthy subjects. Sensors. 18 (8), 2619 (2018).
  25. Shcherbina, A., et al. Accuracy in wrist-worn, sensor-based measurements of heart rate and energy expenditure in a diverse cohort. Journal of Personalized Medicine. 7 (2), 3 (2017).
  26. Samol, A., et al. Patient directed recording of a bipolar three-lead electrocardiogram using a smartwatch with ECG function. Journal of Visualized Experiments. (154), e60715 (2019).
  27. Verdecchia, P., Angeli, F., Gattobigio, R. Clinical usefulness of ambulatory blood pressure monitoring. Journal of the American Society of Nephrology. 15, 30-33 (2004).
  28. Ponnada, A., Haynes, C., Maniar, D., Manjourides, J., Intille, S. Microinteraction ecological momentary assessment response rates: Effect of microinteractions or the smartwatch. Proceedings of the ACM on interactive, mobile, wearable and ubiquitous technologies. 1 (3), 1-16 (2017).
  29. . Monitor your heart rate with Apple Watch Available from: https://support.apple.com/en-us/HT204666 (2021)
  30. Berto, R. Exposure to restorative environments helps restore attentional capacity. Journal of Environmental Psychology. 25 (3), 249-259 (2005).
  31. Kaplan, S. The restorative benefits of nature: Toward an integrative framework. Journal of Environmental Psychology. 15 (3), 169-182 (1995).
  32. Firth, J., et al. Can smartphone mental health interventions reduce symptoms of anxiety? A meta-analysis of randomized controlled trials. Journal of Affective Disorders. 218, 15-22 (2017).
  33. Turakhia, M. P., et al. Rationale and design of a large-scale, app-based study to identify cardiac arrhythmias using a smartwatch: The Apple Heart Study. American Heart Journal. 207, 66-75 (2019).
  34. Weenk, M., et al. Continuous monitoring of vital signs using wearable devices on the general ward: Pilot study. JMIR mHealth and uHealth. 5 (7), 91 (2017).
  35. Wang, R., et al. StudentLife: Assessing mental health, academic performance and behavioral trends of college students using smartphones. Proceedings of the 2014 ACM international joint conference on pervasive and ubiquitous computing. , 3-14 (2014).
  36. Vhaduri, S., Munch, A., Poellabauer, C. Assessing health trends of college students using smartphones. 2016 IEEE Healthcare Innovation Point-Of-Care Technologies Conference IEEE. HI-POCT. , 70-73 (2016).
  37. Ståhl, A., Höök, K., Svensson, M., Taylor, A. S., Combetto, M. Experiencing the affective diary. Personal and Ubiquitous Computing. 13 (5), 365-378 (2009).
  38. Khushhal, A., et al. Validity and reliability of the Apple Watch for measuring heart rate during exercise. Sports Medicine International Open. 1 (6), 206-211 (2017).
  39. Walsh, E. I., Brinker, J. K. Should participants be given a mobile phone, or use their own? Effects of novelty vs utility. Telematics and Informatics. 33 (1), 25-33 (2016).
  40. Enock, P. M., Hofmann, S. G., McNally, R. J. Attention bias modification training via smartphone to reduce social anxiety: A randomized, controlled multi-session experiment. Cognitive Therapy and Research. 38 (2), 200-216 (2014).
  41. Reid, S. C., et al. A mobile phone application for the assessment and management of youth mental health problems in primary care: A randomised controlled trial. BMC Family Practice. 12, 131 (2011).
  42. Huang, S., Qi, J., Li, W., Dong, J., vanden Bosch, C. K. The contribution to stress recovery and attention restoration potential of exposure to urban green spaces in low-density residential areas. International Journal of Environmental Research and Public Health. 18 (16), 8713 (2021).
  43. Doherty, S. T., Lemieux, C. J., Canally, C. Tracking human activity and wellbeing in natural environments using wearable sensors and experience sampling. Social Science & Medicine. 106, 83-92 (2014).
  44. Birenboim, A., Dijst, M., Scheepers, F. E., Poelman, M. P., Helbich, M. Wearables and location tracking technologies for mental-state sensing in outdoor environments. The Professional Geographer. 71 (3), 449-461 (2019).
  45. Kheirkhahan, M., et al. A smartwatch-based framework for real-time and online assessment and mobility monitoring. Journal of Biomedical Informatics. 89, 29-40 (2019).

Play Video

Cite This Article
Yeh, Y., Yeh, A., Hung, S., Wu, C., Tung, Y., Liu, S., Sullivan, W. C., Chang, C. An Application for Pairing with Wearable Devices to Monitor Personal Health Status. J. Vis. Exp. (180), e63169, doi:10.3791/63169 (2022).

View Video