域名频道资讯站
资料图
这项研究对2016年3月至2018年3月间20万Fitbit用户者至少60天的数据进行分析，通过计算使用者的平均静息心率和睡眠时间以及与此相关的偏差，以帮助识别这些测量值何时超出正常范围。如果使用者每周的平均静息心率高于他总体平均水平，而平均睡眠时间并不低于总体平均水平，则被判定为异常。研究采样用户的平均年龄为43岁，其中60%为女性。
传统的流感监测报告需要1-3周才能完成，这在一定程度上不利于快速疫情应对措施的制定，比如隔离患者，建议勤洗手、通风等防护措施，以及部署抗病毒药物和疫苗。但是，通过整合来自Fitbit追踪器的数据，州一级的流感预测得到了改善。在包括加利福尼亚和纽约在内的所有五个州，实时监控都有所改善。
这项研究的作者詹妮弗·雷丁博士 (Jennifer Radin)表示，对流感爆发做出更迅速的反应可以防止进一步的传播和感染，而这项研究则显示出可穿戴设备指标在加强流感监测，从而改善公共卫生应对措施方面的潜力。未来随着这些设备的改进及其每周24小时不间断数据传输，有可能将流感爆发率的预测时间从周精确到天。
不过，研究数据的局限性导致这项研究也具有一定的局限性。运动数据普遍缺乏意味着无法控制季节性健身变化或更多的短期活动变化，而每周静息心率平均值也可能包括生病的时间，这可能导致周平均心率降低从而令疾病被低估。
本文素材来自互联网
