六个商业手腕穿戴可穿戴睡眠跟踪设备的性能验证,用于比较睡眠阶段评分与多重睡眠学

科学领域:

• 睡眠科学 睡眠科学
• 生物医学工程 生物医学工程
• 可穿戴技术可穿戴技术

背景情况:

• 消费者可穿戴设备越来越多地用于睡眠跟踪.
• 穿戴设备准确检测睡眠参数对于健康监测至关重要.
• 与多重睡眠学 (PSG) 的比较对于验证可穿戴设备性能至关重要.

研究的目的:

• 评估六种消费者睡眠跟踪可穿戴设备与PSG的准确性.
• 为了比较Fitbit Charge 5,Fitbit Sense,Withings Scanwatch,Garmin Vivosmart 4,Whoop 4.0和Apple Watch Series 8的性能,我们可以使用它们.

主要方法:

• 62名成年人在实验室环境中参加了一晚睡眠研究.
• 同时使用PSG和每位参与者2至4个可穿戴设备监测睡眠.
• 分析睡眠参数,包括总睡眠时间,睡眠效率和睡眠阶段.

主要成果:

• 大多数可穿戴设备在总睡眠时间,睡眠效率,入睡后醒来和轻度睡眠方面与PSG有显著差异.
• 所有设备在检测睡眠时段方面都表现出高灵敏度 (>90%),但特异性较低 (29.39%-52.15%).
• 与清醒和轻度睡眠相比,可穿戴设备对深度睡眠和REM睡眠检测的准确性更好.

结论:

• 可穿戴设备需要进一步改进,以准确地进行多状态睡眠分类.
• 像Fitbit Sense,Fitbit Charge 5和Apple Watch Series 8这样的设备,具有更高的科恩卡帕系数,显示出跟踪显著睡眠架构变化的潜力.
• 尽管目前的限制,这些可穿戴设备可以成为监测长期睡眠模式变化的有用工具.