Araştırmacılar, yöntemlerinin ülke çapında sağlık riski taraması için uygun bir yol sağladığını düşünüyor.
Araştırmacılar, nüfus düzeyinde yürüme aktivitesinin pasif akıllı telefon takibinin ulusal sağlık ve ölüm riski taramasının uygulanması için bir yol sunduğu sonucuna varıyor.
Urbana-Champaign’deki Illinois Üniversitesi’nden Bruce Schatz ve meslektaşları tarafından yürütülen yeni bir araştırmaya göre, insanların yürüme aktivitesinin pasif akıllı telefon izlemesi, nüfus düzeyinde sağlık ve ölüm riski modelleri oluşturmak için kullanılabilir. Akıllı telefon sensörlerinin bir kişinin 5 yıllık ölüm riskini doğru bir şekilde tahmin edebildiğini ortaya koyan araştırma geçtiğimiz günlerde dergide yayınlandı. PLOS Dijital Sağlık.
Önceki araştırmalar, belirli bireyler için ölüm riskini tahmin etmek için fiziksel uygunluk testleri ve kendi bildirdiği yürüme hızlarını kullanmıştır. Bu önlemler, nicelikten çok hareketin niteliğine odaklanır; örneğin, bir kişinin yürüme hızının değerlendirilmesi bazı klinik ortamlarda rutin bir uygulama haline gelmiştir. Pasif akıllı telefon etkinliği izlemenin yükselişi, benzer ölçümleri kullanan nüfus düzeyinde analizi mümkün kılıyor.
Bir telefon sensöründen hesaplanan insan vücudunun karakteristik hareketinden taşınan bir akıllı telefonla sağlık ölçümü. Kredi bilgileri: Qian Cheng (CC-BY 4.0)
Yeni çalışmada araştırmacılar, Birleşik Krallık Biobank ulusal kohortunda 1 hafta boyunca hareket sensörlü aktivite monitörleri takan 100.000 katılımcıyı inceledi. Bilek sensörü, akıllı telefon sensörlerinin taşındığından farklı bir şekilde takılırken, hareket sensörlerinin her ikisi de kısa yürüme serilerinden yürüme yoğunluğu hakkında bilgi çıkarmak için kullanılabilir; bu, bir yürüyüş testinin günlük canlı versiyonudur.
Ekip, geleneksel demografik özelliklerle birlikte sensör tarafından toplanan günde yalnızca 6 dakikalık sabit yürüyüşü kullanarak mortalite riskinin öngörücü modellerini başarılı bir şekilde doğrulamayı başardı. Pasif olarak toplanan verileri kullanarak, araştırmacılar yürüme hızının eşdeğerini hesaplayabildiler. Bu değer, yaş ve cinsiyetten bağımsız olarak 5 yıllık mortalitenin bir göstergesiydi.[{” attribute=””>accuracy of about 70% (pooled C-index 0.72). The predictive models used only walking intensity to simulate smartphone monitors.
“Our results show passive measures with motion sensors can achieve similar accuracy to active measures of gait speed and walk pace,” the authors say. “Our scalable methods offer a feasible pathway towards national screening for health risk.”
Schatz adds, “I have spent a decade using cheap phones for clinical models of health status. These have now been tested on the largest national cohort to predict life expectancy at population scale.”
Reference: “Population analysis of mortality risk: Predictive models from passive monitors using motion sensors for 100,000 UK Biobank participants” by Haowen Zhou, Ruoqing Zhu, Anita Ung and Bruce Schatz, 20 October 2022, PLOS Digital Health.
DOI: 10.1371/journal.pdig.0000045