检测服用药物使用手腕穿戴的商业可用的可穿戴设备
Amy I Laughlin1,2, Quy Cao3, Richard Bryson4
1Division of Hematology and Oncology, Abramson Cancer Center, University of Pennsylvania, Philadelphia, PA.
JCO clinical cancer informatics
|December 21, 2023
概括
可穿戴设备现在可以使用运动数据跟踪药物坚持. 这种新方法为患者服用药物的行为提供了准确的实时洞察力.
科学领域:
- 数字健康数字健康
- 生物医学工程 生物医学工程
- 行为科学是一种行为科学.
背景情况:
- 药物不服药是医疗保健的一个重大挑战,带来了巨大的成本.
- 目前的遵守监测方法 (自我报告,索赔数据,智能瓶) 有局限性,包括召回偏差,缺乏实时反,以及高费用.
研究的目的:
- 开发和评估一种用于监测药物服药的新方法.
- 为了利用商业上可用的可穿戴设备进行被动数据收集和分析.
主要方法:
- 利用从手腕穿戴可穿戴设备被动收集的运动数据.
- 应用了Movelet算法,一个字典学习框架,来分析运动模式.
- 调整了Movelet方法,以创建针对患者的模型来预测服用药物的行为.
主要成果:
- 在受控的临床环境中,药物服用行为的预测得到了证明,平均准确率为85%.
- 分析了接受内分泌治疗的10名乳腺癌患者的15个活动特征.
- 验证了使用可穿戴设备数据用于粘附监测的可行性.
结论:
- 来自可穿戴运动数据的患者特定模型显示了实时药物坚持测量的潜力.
- 商用可穿戴设备为创新的粘附监测解决方案提供了一个可行的平台.
