MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406087708 · doi:10.2196/63529

Validation of Sleep Measurements of an Actigraphy Watch: Instrument Validation Study

2025· article· en· W4406087708 sur OpenAlexvenueno aff
Mari Waki, Ryohei Nakada, Kayo Waki, Ryo Suzuki, Toshimasa Yamauchi, Masaomi Nangaku, Kazuhiko Ohe

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActigraphySleep (system call)Intraclass correlationPolysomnographyMedicinePhysical therapySleep onsetPhysical medicine and rehabilitationComputer scienceInsomniaPsychometricsCircadian rhythmInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The iAide2 (Tokai) physical activity monitoring system includes diverse measurements and wireless features useful to researchers. The iAide2's sleep measurement capabilities have not been compared to validated sleep measurement standards in any published work. OBJECTIVE: We aimed to assess the iAide2's sleep duration and total sleep time (TST) measurement performance and perform calibration if needed. METHODS: We performed free-living sleep monitoring in 6 convenience-sampled participants without known sleep disorders recruited from within the Waki DTx Laboratory at the Graduate School of Medicine, University of Tokyo. To assess free-living sleep, we validated the iAide2 against a second actigraph that was previously validated against polysomnography, the MotionWatch 8 (MW8; CamNtech Ltd). The participants wore both devices on the nondominant arm, with the MW8 closest to the hand, all day except when bathing. The MW8 and iAide2 assessments both used the MW8 EVENT-marker button to record bedtime and risetime. For the MW8, MotionWare Software (version 1.4.20; CamNtech Ltd) provided TST, and we calculated sleep duration from the sleep onset and sleep offset provided by the software. We used a similar process with the iAide2, using iAide2 software (version 7.0). We analyzed 64 nights and evaluated the agreement between the iAide2 and the MW8 for sleep duration and TST based on intraclass correlation coefficients (ICCs). RESULTS: The absolute ICCs (2-way mixed effects, absolute agreement, single measurement) for sleep duration (0.69, 95% CI -0.07 to 0.91) and TST (0.56, 95% CI -0.07 to 0.82) were moderate. The consistency ICC (2-way mixed effects, consistency, single measurement) was excellent for sleep duration (0.91, 95% CI 0.86-0.95) and moderate for TST (0.78, 95% CI 0.67-0.86). We determined a simple calibration approach. After calibration, the ICCs improved to 0.96 (95% CI 0.94-0.98) for sleep duration and 0.82 (95% CI 0.71-0.88) for TST. The results were not sensitive to the specific participants included, with an ICC range of 0.96-0.97 for sleep duration and 0.79-0.87 for TST when applying our calibration equation to data removing one participant at a time and 0.96-0.97 for sleep duration and 0.79-0.86 for TST when recalibrating while removing one participant at a time. CONCLUSIONS: The measurement errors of the uncalibrated iAide2 for both sleep duration and TST seem too large for them to be useful as absolute measurements, though they could be useful as relative measurements. The measurement errors after calibration are low, and the calibration approach is general and robust, validating the use of iAide2's sleep measurement functions alongside its other features in physical activity research.

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)0,030
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,030
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,038
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,106
Tête enseignante GPT0,447
Écart entre enseignants0,341 · 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'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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetSleep and related disorders→Travaux en français237 207→