从智能手机数据中简单地推断昼夜节律
Loran Knol1,2,3,4, Mindy K Ross3,4, Anisha Nagpal3
1Donders Centre for Cognitive Neuroimaging, Donders Institute for Brain, Cognition and Behaviour, Radboud University, Nijmegen, the Netherlands.
概括
这项研究引入了一个数字表型框架,使用智能手机数据跟踪昼夜节律. 该方法成功地绘制了睡眠-清醒周期,并检测出行期间的干扰,提供了一种在实验室之外研究这些节律的新方法.
科学领域:
- 时间生物学 时间生物学
- 数字健康数字健康
- 计算精神病学是一种计算精神病学.
背景情况:
- 昼夜节律显著影响人类的认知和心理健康.
- 在实验室环境之外,在长时间内测量昼夜节律是具有挑战性的.
- 智能手机和可穿戴设备通过数字表型化提供了通过数字表型化进行持续,非侵入性监测的潜力.
研究的目的:
- 开发和验证数字表型框架,用于量化昼夜节律.
- 评估框架使用智能手机打字数据绘制睡眠和清醒周期的能力.
- 证明该框架能够在国际旅行期间检测昼夜失调.
主要方法:
- 使用了被动智能手机数据 (通过BiAffect平台输入动态) 和可穿戴数据 (Oura Ring睡眠时间).
- 开发了一个预测模型,从打字行为绘制睡眠和清醒周期的地图.
- 将框架应用于一年的输入数据,以分析昼夜变化.
主要成果:
- 成功预测了临床样本中的智能手机打字动态的睡眠时间.
- 证明了框架在国际旅行期间捕捉昼夜节律脱同步的能力.
- 建立了一种新的方法来分析行为数字表型化数据以获得昼夜洞察力.
结论:
- 拟议的数字表型化框架允许对昼夜节律进行非侵入性,连续的测量.
- 这种方法补充了传统的生理测量方法,为时代生物学和心理健康领域的研究开辟了新的途径.
- 该框架在理解和管理受昼夜干扰影响的条件方面具有潜在的应用.
