Summary

Приложение для сопряжения с носимыми устройствами для мониторинга состояния личного здоровья

Published: February 03, 2022
doi:

Summary

Настоящий протокол представляет собой некоммерческое самостоятельно разработанное приложение для сбора данных в режиме реального времени на месте, включая психологические шкалы, местоположение GPS, частоту сердечных сокращений и уровень насыщения крови кислородом, а также операционные процедуры приложения. Эмпирическое исследование, проведенное на Тайване в 2020 году, было использовано в качестве примера применения.

Abstract

Текущий протокол направлен на демонстрацию интеграции технологий, предоставляя подробное описание внедрения приложения HealthCloud, разработанного Лабораторией здорового ландшафта и здоровых людей Национального университета Тайваня (HLHP-NTU), на смартфонах и умных часах для сбора данных о психологических и физиологических реакциях пользователей в режиме реального времени и экологической информации. Был предложен гибкий и интегрированный метод исследования, поскольку может быть трудно измерить многомерные аспекты персональных данных в исследованиях на месте в исследованиях ландшафта и отдыха на открытом воздухе. В качестве примера применения было использовано исследование на месте, проведенное в 2020 году в кампусе Национального университета Тайваня. Набор данных из 385 участников был использован после исключения недопустимых образцов. Во время эксперимента участников попросили прогуляться по кампусу в течение 30 минут, когда их сердечный ритм и предметы психологической шкалы были измерены вместе с несколькими экологическими показателями. Эта работа была направлена на предоставление возможного решения, которое поможет исследованиям на месте отслеживать реакции человека в режиме реального времени, которые соответствуют факторам окружающей среды. Благодаря гибкости приложения, его использование на носимых устройствах показывает отличный потенциал для междисциплинарных исследований.

Introduction

Сбор данных в режиме реального времени
В повседневной жизни люди извлекают выгоду из физической среды во многих отношениях. Например, были широко обнаружены положительные результаты, такие как психологическое1 и восстановление сердечного ритма2. Кроме того,обсуждались взаимосвязи между факторами окружающей среды, такими как температура и влажность, и психическим здоровьем 3,4. Исследования также изучали связи между физиологическими и психологическими реакциями, такими как частота сердечных сокращений и стресс 5,6,7,8. Широкий спектр доказательств психологических и физиологических преимуществ от воздействия природы был обнаружен в хорошо контролируемых лабораторных исследованиях 9,10, которые, возможно, не представляли различные влиятельные факторы в этой области. Поэтому для измерения взаимосвязей между реакциями человека в режиме реального времени исследования на месте считаются лучше отражающими реальный сценарный опыт и реакции на окружающую среду, чем лабораторное моделирование11. Кроме того, реакция человека на окружающую среду может зависеть от контекста12. Учитывая важность понимания взаимосвязи между психологическим и физиологическим здоровьем людей и качеством окружающей среды, срочно требуется самоотслеживающее измерение в режиме реального времени, которое может собирать различные информационные меры.

Экологические сиюминутные оценки (EMA) или методы отбора проб опыта (ESMs) могут представлять собой решения для исследований на месте13,14. EMA и ESM направлены на оценку мгновенных реакций людей на месте в реальных сценариях15. Применяя методы самоотслеживания, ответы, реакции и опыт на месте могут быть измерены заново14. Участники уведомляются с помощью сигналов, таких, как тексты или уведомления, о проведении оценок в рамках так называемых схем отбора проб с учетомсигналов15. Термин «EMA» в основном используется в исследованиях, связанных со здоровьем13, в то время как «ESM», как правило, используется в исследованиях досуга и отдыха на открытом воздухе16. Тем не менее, эти термины иногда использовались взаимозаменяемо12.

Возможность применения EMA к экологическим исследованиям обсуждалась Beute et al.12, которые указали, что они позволят рассматривать большее разнообразие сред, чем просто «естественные» или «городские». Например, путем принятия амбулаторных измерений (например, с помощью GPS-отслеживания местоположения) физиологические реакции во время ходьбы могут быть сопоставлены с наборами данных о местоположении в режиме реального времени, обеспечивая более богатое пространственное разрешение типов окружающей среды и характеристик окружающей среды7. Кроме того, сбор данных в режиме реального времени, разрешенный EMA, обеспечивает высокую экологическую обоснованность, обеспечивая дополнительную точку зрения из лабораторных исследований.

Все больше и больше эмпирических исследований на местах используют носимые устройства и смартфоны для мониторинга состояния личного здоровья в повседневной жизни и исследовательских целях 17,18,19,20. Принятие обоих этих устройств может обеспечить больше преимуществ, чем использование только смартфона12. Во-первых, время доступа с использованием умных часов было короче, чем при использовании телефонов21, что может привести к снижению бремени прерывания. Во-вторых, часы обеспечивают большую близость корпуса, чем смартфоны22, а телефоны можно использовать в качестве мгновенных баз данных для сохранения и загрузки данных. В-третьих, умные часы в настоящее время предлагают несколько датчиков для различных параметров, таких как вариабельность сердечного ритма, электрокардиограммы (ЭКГ) и артериальное давление 23,24,25,26,27. Индивидуальные и общие аспекты человеческих реакций могут вывести определенные виды деятельности12. Наконец, смартфоны обычно носят в кармане для исследований на основе смартфонов, и когда дело доходит до анкет, необходимо проделать дополнительную работу по сравнению с случаем с использованием умных часов.

Тем не менее, немногие исследования изучали взаимосвязь между психологическими и физиологическими результатами и экологической информацией. Таким образом, это исследование демонстрирует принятие некоммерческого самостоятельно разработанного приложения HealthCloud на носимых устройствах, таких как умные часы и смартфоны, для сбора психологической, физиологической и экологической информации в режиме реального времени.

Самостоятельно разработанное приложение и носимые устройства
Приложение для использования на носимых устройствах было разработано Лабораторией здорового ландшафта и здоровых людей Национального университета Тайваня (HLHP-NTU), чтобы обеспечить более доступные и более гибкие способы отслеживания реакции человека и данных об окружающей среде, что позволяет исследователям дополнительно анализировать взаимосвязи между информацией о здоровье человека и окружающей среде (рисунок 1).

Приложение, основанное на iOS, предоставляет несколько задач и пассивных функций сбора данных. Приложение собирает самоотчетные данные об умных часах, такие как предметы психологического масштаба, измеренные с помощью вопросов Pop Quiz, по которым пользователи могут оценивать свои ответы от одной до пяти звезд для быстрой и простой оценки. Этот тип вмешательства в вопрос можно рассматривать как тип Микровзаимодействия-EMA (μEMA) – метод сбора данных in situ, требующий меньшего внимания и имеющий большую скорость отклика, чем умные часы-EMA28. Данные физиологического ответа, контролируемые датчиками, включая частоту сердечных сокращений, вариабельность сердечного ритма и уровень насыщения крови кислородом, могут быть измерены с использованием функций iOS. Частота сердечных сокращений измеряется с помощью оптического датчика сердца умных часов с использованием техники, называемой фотоплетизмографией29. Приложение определяет количество кровотока с помощью зеленых светодиодов со светочувствительными фотодиодами, а также вычисляется сердцебиение в минуту. Вариабельность сердечного ритма (ВСР) и концентрация кислорода в крови (SpO2) могут быть обнаружены с помощью приложений. Для смартфона такие задачи, как тест Струпа (рисунок 2B) и задача захвата изображения (рисунок 2C), а также задача «Звук окружающей среды» (рисунок 2D), данные об условиях окружающей среды, включая относительную влажность, погоду и высоту, пассивно собираются из нескольких интерфейсов прикладного программирования.

Figure 1
Рисунок 1: Обзор приложения. Функции приложения на умных часах, смартфоне и базе данных. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 2
Рисунок 2: Задачи приложения. Примеры задач, которые можно использовать в приложении: слева направо находится (А) Всплывающий вопрос. (B) Тест Струпа. (C) Задача захвата изображения. D) Экологическая обоснованная задача. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Все данные будут загружены на бэкэнд-сайт (доступ к совместным исследователям, см. Таблицу материалов). Веб-сайт предоставляет несколько основных функций: отображение карты, которая показывает текущее местоположение и частоту сердечных сокращений пользователей (рисунок 3), техническое описание для просмотра и извлечения данных (рисунок 4) и конфигурации задач для изменения частоты, приоритета и содержания задач (рисунок 5). Благодаря такой большой гибкости и широкому диапазону измерений исследователи могут легко выбрать ранее заявленные функции задачи в соответствии с целями исследования. Кроме того, приложение может принести пользу как пользователям, так и исследователям. Приложение предоставляет их отчеты о здоровье и траектории местоположения GPS (рисунок 6) в соответствии с вопросами, на которые они ответили, и выбранными ими маршрутами. Таким образом, они могут получить быстрое представление о состоянии своего здоровья в день и продолжать отслеживать свои данные о здоровье.

Figure 3
Рисунок 3: Карта, отображаемая в базе данных приложения. Отображение карты базы данных приложения предоставляет исследователям текущую информацию, включая местоположение и частоту сердечных сокращений. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 4
Рисунок 4: Таблица по базе данных приложения. Отчет о данных карты отображения в базе данных приложения, в который данные могут быть экспортированы путем фильтрации времени, поля или идентификатора тестировщика. Щелкните здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 5
Рисунок 5: Конфигурация задачи в базе данных приложения. Приоритеты задач, временные интервалы, язык и содержание вопросников могут быть изменены. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 6
Рисунок 6: Отчет о работоспособности пользователей приложения. После использования приложения пользователь может получить набор отдельных результатов, сгенерированных автоматически. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Репрезентативное исследование
Чтобы продемонстрировать интеграцию различных измерений сбора данных с помощью приложения на смартфонах и умных часах, в 2020 году в кампусе Национального университета Тайваня в городе Тайбэй, Тайвань, было проведено исследование in situ . Участники исследования были набраны на фан-странице Национального университета Тайваня в социальных сетях через онлайн-форму за 1 неделю до эксперимента. Форма включала в себя цель исследования, процесс, местоположение, условия участия, принципиальную схему исследовательского устройства, которое нужно носить, и место для читателей, чтобы указать свою готовность участвовать и время, в которое они могут это сделать. После завершения участники были уведомлены о точном времени и месте проведения эксперимента по электронной почте за 2 дня до расписания. Поскольку в исследовании изучаются психологические изменения, физиология, физическая активность (ходьба), а также восприятие звука и цвета, участники выполнили следующие условия: (1) в возрасте от 20 до 36 лет, (2) хорошее физическое и психическое здоровье, (3) не регулярно употреблять препараты, влияющие на центральную нервную систему, (4) не быть беременным или кормить грудью, (5) не иметь истории сердечно-сосудистых заболеваний, (6) может ходить более 30 минут пешком, (7) умеет идентифицировать цвет.

В день эксперимента участникам был предоставлен один комплект смартфонов и умных часов, а также карта маршрутов. Исследователи представили участникам единое объяснение цели исследования, процесса исследования, носимых устройств и вопросов, требующих внимания в процессе исследования. Во время прогулки психологические реакции оценивались с помощью задания Pop Quiz каждые 5 минут, а физиологические реакции, такие как частота сердечных сокращений, измерялись каждую минуту датчиками в умных часах. После эксперимента участники получили компенсацию подарочной картой на 200 NTD (~ 7 долларов США).

Для психологического измерения в этом исследовании рассматривались ландшафтные предпочтения и два аспекта короткой версии30 воспринимаемой восстановительной шкалы, а именно «быть в отъезде» и «очарование». Эти аспекты были измерены путем предложения участникам оценить утверждения: «Это место, которое находится вдали от повседневных требований и где я мог бы расслабиться и подумать о том, что меня интересует» и «Это место увлекательно; он достаточно велик для того, чтобы я мог открывать и интересоваться вещами.” по пятибалльной шкале Лайкерта от (1) “категорически не согласен” до (5) “решительно согласен” для измерения индивидуального восприятия восстановительных факторов окружающей среды на основе теории восстановления внимания31. Предпочтение ландшафта оценивалось с использованием пятибалльной шкалы Лайкерта с одним вопросом: «Насколько вам нравится обстановка по какой-либо причине?» от (1) «очень мало» до (5) «очень сильно». Анкета была отправлена с использованием задания «Pop Quiz» с интервалом времени 5 минут, то есть участники получали анкету каждые 5 минут.

Для физиологического измерения частота сердечных сокращений (ЧСС) во время ходьбы использовалась для представления физиологических исходов участников с интервалом времени 1 мин. Экологическая информация, включая данные GPS (широта и долгота), температура, относительная влажность, скорость ветра и градус ветра, собиралась через смартфон.

Protocol

Весь протокол соответствует инструкциям Бюро Комитета по этике исследований Национального университета Тайваня по проведению экспериментов, связанных с человеком. Во время набора участников кандидаты были проинформированы о своих инструкциях и правах, а также о рисках эксперимента …

Representative Results

Первоначальная выборка состояла из 423 человек, из которых 18 пришлось исключить из-за плохого качества данных из-за нестабильности бета-версии приложения, а еще 20 не смогли выполнить все вопросы Pop Quiz. Это привело к эффективной частоте дискретизации 0,91. Был набран набор данных…

Discussion

Цели исследования и важные результаты
Носимые устройства, такие как смартфоны и умные часы, широко используются для исследования физиологических показателей или синдромов 32,33,34, психологических состояний 22,3…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Совет по сельскому хозяйству Тайваня финансировал исследовательский проект и разработку приложения HealthCloud с 2018 по 2020 год [109 сельскохозяйственных наук – 7.5.4-supplementary-#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