MétaCan
Menu
Retour à la cohorte
Enregistrement W7083175646 · doi:10.2196/78820

Feasibility of a Noncontact Photoplethysmography–Based Mobile App for Noninvasive Hemoglobin Monitoring: Exploratory Observational Study

2025· article· en· W7083175646 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture, Water, and Health
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésObservational studyMobile appsKey (lock)mHealthSmartphone appMobile device

Résumé

récupéré en direct d'OpenAlex

Background: Anemia is a widespread global health issue. Hemoglobin (Hb) concentration measurement remains the most common method for anemia screening and diagnosis. In recent years, there has been growing interest in the development of noninvasive point-of-care technologies that eliminate the need for blood sampling. Objective: This pilot study explores the feasibility of using a noncontact photoplethysmography-based mobile app for Hb monitoring. Methods: Adult volunteers aged 18 years and older, of both sexes, were consecutively recruited. Participants were seated and allowed a 2-minute rest before measurements. During testing, they faced a smartphone running comestai.app, which used the front-facing camera to capture facial videos. Simultaneous readings were collected for Hb over approximately 90 seconds using the app. Ambient lighting was standardized for all remote photoplethysmography recordings. No medical decisions were made based on the app-generated data. A complete blood count, including Hb levels, was used as a reference for comparison with the data collected using comestai.app. Results: A total of 555 (female: n=313, 56.4%; male: n=242, 43.6%) individuals participated in the study. The app achieved a mean absolute error of 1.46, a mean absolute percentage error of 11.26, a mean error of -0.67, and a root mean square error of 1.88. The Bland-Altman plot evaluated the agreement between the app-based and laboratory-based Hb measurements, with the mean difference between the 2 methods being -0.70 g/dL. The method demonstrated an overall accuracy of 75%. The area under the curve was 0.701 (95% CI 0.655-0.745). Conclusions: Comestai.app offers an innovative approach to wellness monitoring by providing noninvasive Hb estimation using the smartphone's front-facing camera. Continued development, including algorithmic refinement and larger-scale validation in diverse populations, will be key to enhancing accuracy and broadening its utility. By leveraging the ubiquity of smartphones, comestai.app contributes meaningfully to the democratization of health monitoring and the promotion of proactive self-care.

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.

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 enseignants0,026
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,148
Tête enseignante GPT0,436
Écart entre enseignants0,288 · 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