MétaCan
Menu
Retour à la cohorte
Enregistrement W4400236926 · doi:10.2196/56547

Feasibility of Monitoring Heart and Respiratory Rates Using Nonwearable Devices and Consistency of the Measured Parameters: Pilot Feasibility Study

2024· article· en· W4400236926 sur OpenAlexvenueno aff
Kasumi Ikuta, Miya Aishima, Maiko Noguchi‐Watanabe, Sakiko Fukui

Notice bibliographique

RevueJMIR Human Factors · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsistency (knowledge bases)MedicineRespiratory monitoringStatisticsComputer scienceRespiratory systemMathematicsInternal medicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Background: As Japan is the world's fastest-aging society with a declining population, it is challenging to secure human resources for care providers. Therefore, the Japanese government is promoting digital transformation and the use of nursing care equipment, including nonwearable devices that monitor heart and respiratory rates. However, the feasibility of monitoring heart and respiratory rates with nonwearable devices and the consistency of the rates measured have not been reported. Objective: In this study, we focused on a sheet-type nonwearable device (Safety Sheep Sensor) introduced in many nursing homes. We evaluated the feasibility of monitoring heart rate (HR) and respiratory rate (RR) continuously using nonwearable devices and the consistency of the HR and RR measured. Methods: A sheet-type nonwearable device that measured HR and RR every minute through body vibrations was placed under the mattress of each participant. The participants in study 1 were healthy individuals aged 20-60 years (n=21), while those in study 2 were older adults living in multidwelling houses and required nursing care (n=20). The HR was measured using standard methods by the nurse and using the wearable device (Silmee Bar-type Lite sensor), and RR was measured by the nurse. The primary outcome was the mean difference in HR and RR between nonwearable devices and standard methods. Results: The mean difference in HR was -0.32 (SD 3.12) in study 1 and 0.04 (SD: 3.98) in study 2; both the differences were within the predefined accepted discrepancies (<5 beats/min). The mean difference in RR was -0.98 (SD 3.01) in study 1 and -0.49 (SD 2.40) in study 2; both the differences were within the predefined accepted discrepancies (3 breaths/min). Conclusions: HR and RR measurements obtained using the nonwearable devices and the standard method were similar. Continuous monitoring of vital signs using nonwearable devices can aid in the early detection of abnormal conditions in older people.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil0,812

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,159
Tête enseignante GPT0,351
Écart entre enseignants0,192 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207