استفاده از مچ بندهای هوشمند برای پیش بینی افسردگی
منبع خبر /
مهر /
علمی /
05-11-1400
منبع خبر
/
مهر /
علمی
برای افرادی که مشاغل بسیار پر استرس دارند، مهم است که بدانند آیا ممکن است به افسردگی مبتلا شوند یا خیر. مچ بندهای هوشمند فیت بیت این خدمات را به افراد میدهند.
به گزارش خبرگزاری مهر به نقل از نیواطلس، در جریان مطالعهای که توسط تیمی از دانشگاه فناوری نانیانگ سنگاپور انجام شد، در مجموع ۲۹۰ بزرگسال با میانگین سنی ۳۳ سال وظیفه پوشیدن دستگاه ردیابی فعالیت فیت بیت شارژ ۲ را برای ۱۴ روز متوالی داشتند. به آنها گفته شد که این مچ بند را غیر از زمان حمام کردن یا شارژ مجدد باتری آن همیشه بر دست کنند.
در ابتدا و سپس در پایان دوره دو هفتهای، شرکتکنندگان پرسشنامهای را تکمیل کردند که به طور گسترده برای شناسایی افراد افسرده استفاده میشود. سپس نتایج آن پرسشنامهها با دادههای جمع آوری شده توسط مچ بندهای فیت بیت ترکیب شد و برای افزایش توان درک یک برنامه کامپیوتری مبتنی بر یادگیری ماشینی به نام مدل Ycogni استفاده شد.
هنگامی که آن برنامه بعداً برای تجزیه و تحلیل دادههای فیت بیت به تنهایی مورد استفاده قرار گرفت، ثابت شد که مچ بندهای یادشده در پیش بینی اینکه کدام افراد بیشتر در معرض ابتلاء به افسردگی هستند و کدام افراد کمترین احتمال ابتلاء به افسردگی را دارند، تا حدود ۸۰ درصد دقیق عمل میکند.
بر اساس بررسی مذکور افراد در معرض خطر افسردگی، بین ساعت ۲ تا ۴ صبح و سپس در بین ساعات ۴ صبح تا ۶ صبح ضربان قلب متفاوتتری داشتند که توسط Fitbits اندازه گیری شد. این با یافتههای مطالعات قبلی مطابقت دارد که نشان میدهد تغییرات ضربان قلب هنگام خواب میتواند یک شاخص فیزیولوژیکی معتبر برای شناسایی افسردگی باشد.
به گزارش خبرگزاری مهر به نقل از نیواطلس، در جریان مطالعهای که توسط تیمی از دانشگاه فناوری نانیانگ سنگاپور انجام شد، در مجموع ۲۹۰ بزرگسال با میانگین سنی ۳۳ سال وظیفه پوشیدن دستگاه ردیابی فعالیت فیت بیت شارژ ۲ را برای ۱۴ روز متوالی داشتند. به آنها گفته شد که این مچ بند را غیر از زمان حمام کردن یا شارژ مجدد باتری آن همیشه بر دست کنند.
در ابتدا و سپس در پایان دوره دو هفتهای، شرکتکنندگان پرسشنامهای را تکمیل کردند که به طور گسترده برای شناسایی افراد افسرده استفاده میشود. سپس نتایج آن پرسشنامهها با دادههای جمع آوری شده توسط مچ بندهای فیت بیت ترکیب شد و برای افزایش توان درک یک برنامه کامپیوتری مبتنی بر یادگیری ماشینی به نام مدل Ycogni استفاده شد.
هنگامی که آن برنامه بعداً برای تجزیه و تحلیل دادههای فیت بیت به تنهایی مورد استفاده قرار گرفت، ثابت شد که مچ بندهای یادشده در پیش بینی اینکه کدام افراد بیشتر در معرض ابتلاء به افسردگی هستند و کدام افراد کمترین احتمال ابتلاء به افسردگی را دارند، تا حدود ۸۰ درصد دقیق عمل میکند.
بر اساس بررسی مذکور افراد در معرض خطر افسردگی، بین ساعت ۲ تا ۴ صبح و سپس در بین ساعات ۴ صبح تا ۶ صبح ضربان قلب متفاوتتری داشتند که توسط Fitbits اندازه گیری شد. این با یافتههای مطالعات قبلی مطابقت دارد که نشان میدهد تغییرات ضربان قلب هنگام خواب میتواند یک شاخص فیزیولوژیکی معتبر برای شناسایی افسردگی باشد.
کد خبر 5408272
حتما بخوانید: سایر مطالب گروه علمی
برای مشاهده فوری اخبار و مطالب در کانال تلگرام ما عضو شوید!