Key points are not available for this paper at this time.
Resumo O gerenciamento de doenças crônicas e o acompanhamento são vitais para a realização do bem-estar sustentado do paciente e resultados de saúde ideais. Avanços recentes em tecnologias vestíveis, particularmente dispositivos usados no pulso, oferecem soluções promissoras para o monitoramento longitudinal do paciente, substituindo a autoavaliação subjetiva e intermitente por um monitoramento objetivo e contínuo. No entanto, coletar e analisar dados de dispositivos vestíveis apresenta vários desafios, como erros de entrada de dados, períodos sem uso, dados ausentes e artefatos de vestíveis. Neste trabalho, exploramos esses desafios de análise de dados usando dois conjuntos de dados do mundo real (mBrain21 e ETRI lifelog2020). Introduzimos contramedidas práticas, incluindo visualizações de conformidade dos participantes, questionários acionados por interação para avaliar preconceitos pessoais e um pipeline otimizado para detectar períodos sem uso. Além disso, propomos uma abordagem orientada à visualização para validar pipelines de processamento usando ferramentas escaláveis, como tsflex e Plotly-Resampler. Por fim, apresentamos uma metodologia de bootstrap para avaliar a variabilidade de características derivadas de dispositivos vestíveis na presença de segmentos de dados parcialmente ausentes. Priorizando a transparência e a reprodutibilidade, fornecemos acesso aberto aos nossos exemplos de código detalhados, facilitando a adaptação em futuras pesquisas sobre vestíveis. Em conclusão, nossas contribuições oferecem abordagens práticas para melhorar a coleta e análise de dados de dispositivos vestíveis.
Donckt et al. (Tue,) studied this question.