Time Series Visualizations of Mobile Phone-Based Daily Diary Reports of Stress, Physical Activity, and Diet Quality in Mostly Ethnic Minority Mothers: Feasibility Study
Notice bibliographique
Résumé
BACKGROUND: Health behavior patterns reported through daily diary data are important to understand and intervene upon at the individual level in N-of-1 trials and related study designs. There is often interest in relationships between multiple outcomes, such as stress and health behavior. However, analyses often utilize regressions that evaluate aggregate effects across individuals, and standard analyses target single outcomes. OBJECTIVE: This paper aims to illustrate how individuals' daily reports of stress and health behavior (time series) can be explored using visualization tools. METHODS: Secondary analysis was conducted on 6 months of daily diary reports of stress and health behavior (physical activity and diet quality) from mostly ethnic minority mothers who pilot-tested a self-monitoring mobile health app. Time series with minimal missing data from 14 of the 44 mothers were analyzed. Correlations between stress and health behavior within each time series were reported as a preliminary step. Stress and health behavior time series patterns were visualized by plotting moving averages and time points where mean shifts in the data occurred (changepoints). RESULTS: Median correlation was small and negative for associations of stress with physical activity (r=-.14) and diet quality (r=-.08). Moving averages and changepoints for stress and health behavior were aligned for some participants but not for others. A third subset of participants exhibited little variation in stress and health behavior reports. CONCLUSIONS: Median correlations in this study corroborate prior findings. In addition, time series visualizations highlighted variations in stress and health behavior across individuals and time points, which are difficult to capture through correlations and regression-based summary measures.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».