Collecting at-Home Biometric Measures for Longitudinal Research From the i3C: Feasibility and Acceptability Study
Notice bibliographique
Résumé
Background: The use of individual wearable devices or internet-based applications to collect biometric data from research participants is popular, but several devices may be needed to replace a full set of research measurements. Objective: In this study, we assessed the feasibility of a "Virtual Home Clinic" within the context of long-term epidemiologic studies. Methods: Participants from 3 study cohorts were recruited. Devices were sent to the home to measure anthropometrics, resting metabolic rate, blood pressure (BP), heart rate (HR), heart rhythm, oxygen saturation, glucose, total cholesterol, physical activity, diet, sleep duration or quality, and arterial stiffness over the course of 1 week. Stool and saliva were also self-collected for microbiome, DNA, and cotinine. Feasibility and acceptability of collecting measurements using home devices were assessed. Results: A total of 134 participants were enrolled (87% female, 31% Black; mean age 54.2, SD 8.4 years). Furthermore, 91% (N=122) performed at least one of the home tests. At least two-thirds of participants were able to complete all of the requested readings for glucose, electrocardiogram, BP, diet record, and resting metabolic rate. The scale that measured weight, body composition, and pulse wave velocity (PWV) was more difficult to use (113/134, 84% participants recorded at least one weight and 84/134, 63% recorded a PWV). The device to measure total cholesterol was least successful (32/134, 24% participants completed all readings, 72/134, 54% provided at least one result). Return of biospecimens was highly successful (115/134, 86% returned saliva and 113/134, 84% returned stool). Of 95 who responded to the user acceptability survey, 38 (40%) participants preferred home assessment, 36 (38%) preferred clinic, and 21 (22%) did not have a preference. The mean user acceptability score across devices for ease of use was 4.3 (SD 1.0), for instructions was 4.5 (SD 0.7), and for time to use was 3.9 (SD 1.1; scale of 1-5, with higher scores indicating greater acceptability). The study team documented several regulatory or IT, connectivity or account, data retrieval, and logistical issues encountered during the study. Conclusions: Despite several complications involved with managing multiple devices and applications, most of the components of the virtual home clinic were reasonably feasible and acceptable to participants.
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 | 0,039 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».