用于个人光照测量和干预措施的功率分析
Johannes Zauner1,2, Ljiljana Udovicic3, Manuel Spitschan1,2,4,5
1Department Health and Sports Sciences, Technical University of Munich, TUM School of Medicine and Health, Chronobiology & Health, Munich, Germany.
PloS one
|December 11, 2024
概括
确定光暴露研究的样本大小至关重要. 这种新方法使用分层启动来计算功率和样本大小,为可穿戴光数据分析提供指导.
科学领域:
- 时间生物学 时间生物学
- 人体生理学 人体生理学
- 环境健康 环境健康
背景情况:
- 暴露于光线显著影响昼夜节律,健康,幸福感和表现.
- 对光照暴露的实地研究从可穿戴登录器中生成复杂的数据,需要对样本大小进行可靠的确定.
- 目前的样本大小决策缺乏统计权力分析,突出了对标准化指导的需求.
研究的目的:
- 引入一种新的分层启动程序,用于计算可穿戴光和光辐射数据的统计功率和样本大小.
- 为各种光照度指标和数据集提供可复制的方法.
- 为了应对在复杂的实地研究中确定适当样本大小的挑战.
主要方法:
- 开发了一种分层引导程序,用于混合效果模型和逐步重新采样.
- 使用了一组数据集,其中包括一个星期的连续光数据,来自13名在冬季和夏季轮班工作的参与者.
- 将该方法应用于来自光和光学辐射日志记录数据的12个不同的总结指标.
主要成果:
- 需要的样本大小取决于指标,从3到50多个不同,指标侧重于明亮的光线,需要更少的参与者.
- 与黑暗时间和日常模式相关的指标,例如光线定时低于10卢克斯和日内变异性,需要更大的样本大小 (5-45).
- 在测试样本大小内,几何标准偏差和最暗5小时的中点缺乏足够的功率.
结论:
- 新的等级引导方法有效地估计了光照研究的样本大小.
- 该方法可适应不同的指标和数据集,为样本大小选择提供统计基础.
- 这种方法解决了可穿戴光传感器的独特数据结构,提高了研究的严谨性.


