MétaCan
Menu
Retour à la cohorte
Enregistrement W4401325392 · doi:10.2196/49576

Using Wearables to Study Biopsychosocial Dynamics in Couples Who Cope With a Chronic Health Condition: Ambulatory Assessment Study

2024· article· en· W4401325392 sur OpenAlexafffundvenue
Theresa Pauly, Janina Lüscher, Lea O. Wilhelm, Melanie Alexandra Amrein, George Boateng, Tobias Kowatsch, Elgar Fleisch, Guy Bodenmann, Urte Scholz

Notice bibliographique

RevueJMIR mhealth and uhealth · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensSimon Fraser University
Organismes subventionnairesCanada Research ChairsSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésBiopsychosocial modelWearable computerAmbulatoryEveryday lifePsychologymHealthApplied psychologyeHealthMedicineHealth carePsychotherapistPsychiatryPsychological interventionComputer science

Résumé

récupéré en direct d'OpenAlex

Background Technology has become an integral part of our everyday life, and its use to manage and study health is no exception. Romantic partners play a critical role in managing chronic health conditions as they tend to be a primary source of support. Objective This study tests the feasibility of using commercial wearables to monitor couples’ unique way of communicating and supporting each other and documents the physiological correlates of interpersonal dynamics (ie, heart rate linkage). Methods We analyzed 617 audio recordings of 5-minute duration (384 with concurrent heart rate data) and 527 brief self-reports collected from 11 couples in which 1 partner had type II diabetes during the course of their typical daily lives. Audio data were coded by trained raters for social support. The extent to which heart rate fluctuations were linked among couples was quantified using cross-correlations. Random-intercept multilevel models explored whether cross-correlations might differ by social contexts and exchanges. Results Sixty percent of audio recordings captured speech between partners and partners reported personal contact with each other in 75% of self-reports. Based on the coding, social support was found in 6% of recordings, whereas at least 1 partner self-reported social support about half the time (53%). Couples, on average, showed small to moderate interconnections in their heart rate fluctuations (r=0.04-0.22). Couples also varied in the extent to which there was lagged linkage, that is, meaning that changes in one partner’s heart rate tended to precede changes in the other partner’s heart rate. Exploratory analyses showed that heart rate linkage was stronger (1) in rater-coded partner conversations (vs moments of no rater-coded partner conversations: rdiff=0.13; P=.03), (2) when partners self-reported interpersonal contact (vs moments of no self-reported interpersonal contact: rdiff=0.20; P<.001), and (3) when partners self-reported social support exchanges (vs moments of no self-reported social support exchange: rdiff=0.15; P=.004). Conclusions Our study provides initial evidence for the utility of using wearables to collect biopsychosocial data in couples managing a chronic health condition in daily life. Specifically, heart rate linkage might play a role in fostering chronic disease management as a couple. Insights from collecting such data could inform future technology interventions to promote healthy lifestyle engagement and adaptive chronic disease management. International Registered Report Identifier (IRRID) RR2-10.2196/13685

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)0,002
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 enseignants0,118
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,055
Tête enseignante GPT0,438
Écart entre enseignants0,383 · 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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207