从可穿戴传感器数据到数字生物标志物开发:十个经验教训和一个框架提案
Paola Daniore1,2, Vasileios Nittas3,4, Christina Haag1,4
1Institute for Implementation Science in Health Care, University of Zurich, Zurich, Switzerland.
NPJ digital medicine
|June 18, 2024
概括
可穿戴式传感器产生有价值的健康数据,用于管理多发性硬化症 (MS) 等慢性疾病. 这项研究提供了教训和框架 (DACIA) 来从这些数据中开发数字生物标志物.
科学领域:
- 生物医学工程 生物医学工程
- 医疗信息学 医疗信息学
- 康复科学 康复科学 康复科学
背景情况:
- 穿戴式传感器技术对于慢性疾病管理中的实时健康数据收集至关重要.
- 从这些数据中获得的数字生物标志物提供了对健康和福祉的见解.
- 目前开发数字生物标志物的方法缺乏系统指导.
研究的目的:
- 分享从开发数字生物标志物的BarKA-MS纵向队列研究中得出的经验教训.
- 引入DACIA框架,指导可穿戴传感器数据在慢性疾病管理中的使用.
- 为未来的研究,教学和临床应用提供信息.
主要方法:
- 观测,纵向队列研究 (BarKA-MS) 收集可穿戴传感器数据.
- 分析了多发性硬化症 (MS) 患者的身体康复数据.
- 识别和讨论数字生物标志物开发中的十个关键经验教训.
主要成果:
- 在整个数字生物标志物开发生命周期中,确定了10个实用教训.
- 基于这些经验,制定了一个指导框架 (DACIA).
- 该研究强调了可穿戴数据在MS治疗中的潜力.
结论:
- 需要有系统的方法来有效地从可穿戴数据开发数字生物标志物.
- 达基亚框架为未来的研究和慢性疾病管理提供了指导.
- 可穿戴传感器数据对推进个性化医疗保健具有重大前景.
更多相关视频
15:00Setup of Consumer Wearable Devices for Exposure and Health Monitoring in Population Studies
Published on: February 3, 2023
2.5K
05:51Assessing the Accuracy of Fitness Smartwatch Data for Cardiovascular and Physical Activity Monitoring: A Validation Study in Digital Health
Published on: February 21, 2025
420
