MétaCan
Menu
Retour à la cohorte
Enregistrement W2981705411 · doi:10.2196/10733

Clinical Applications of Mobile Health Wearable–Based Sleep Monitoring: Systematic Review

2019· review· en· W2981705411 sur OpenAlexvenueno aff
Élise Guillodo, Christophe Lemey, Mathieu Simonnet, Michel Walter, Enrique Baca‐García, Vincent Masetti, Sorin Moga, Mark Larsen, Juliette Ropars, Sofian Berrouiguet

Notice bibliographique

RevueJMIR mhealth and uhealth · 2019
Typereview
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWearable computermHealthMedicinePsycINFOPolysomnographyWearable technologyScopusMEDLINEClinical trialPopulationCochrane LibraryMeta-analysisPsychological interventionComputer sciencePsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sleep disorders are a major public health issue. Nearly 1 in 2 people experience sleep disturbances during their lifetime, with a potential harmful impact on well-being and physical and mental health. OBJECTIVE: The aim of this study was to better understand the clinical applications of wearable-based sleep monitoring; therefore, we conducted a review of the literature, including feasibility studies and clinical trials on this topic. METHODS: We searched PubMed, PsycINFO, ScienceDirect, the Cochrane Library, Scopus, and the Web of Science through June 2019. We created the list of keywords based on 2 domains: wearables and sleep. The primary selection criterion was the reporting of clinical trials using wearable devices for sleep recording in adults. RESULTS: The initial search identified 645 articles; 19 articles meeting the inclusion criteria were included in the final analysis. In all, 4 categories of the selected articles appeared. Of the 19 studies in this review, 58 % (11/19) were comparison studies with the gold standard, 21% (4/19) were feasibility studies, 15% (3/19) were population comparison studies, and 5% (1/19) assessed the impact of sleep disorders in the clinic. The samples were heterogeneous in size, ranging from 1 to 15,839 patients. Our review shows that mobile-health (mHealth) wearable-based sleep monitoring is feasible. However, we identified some major limitations to the reliability of wearable-based monitoring methods compared with polysomnography. CONCLUSIONS: This review showed that wearables provide acceptable sleep monitoring but with poor reliability. However, wearable mHealth devices appear to be promising tools for ecological monitoring.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,045
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,006
Bibliométrie0,0090,011
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,131
Tête enseignante GPT0,513
Écart entre enseignants0,382 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations171
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetSleep and related disordersTravaux en français237 207