@文章{信息:doi/10.2196/34768，作者=“Petsani, Despoina和Konstantinidis, Evdokimos和Katsouli, Aikaterini-Marina和Zilidou, Vasiliki和Dias, Sofia B和Hadjileontiadis, Leontios和Bamidis, Panagiotis”，标题=“通过Exergame互动的福祉的数字生物标志物:探索性研究”，期刊=“JMIR严肃游戏”，年=“2022”，月=“Sep”，日=“13”，卷=“10”，数字=“3”，页=“e34768”，关键词=“严肃游戏;机器学习;身体健康;背景:通过新技术对患者状态或幸福感进行生态学上有效的评估是当代老龄人口健康和幸福感研究的一个关键问题。通过用户与严肃游戏(SG)的互动产生的游戏内参数可以潜在地用于预测或描述用户的健康和幸福状态。目前有越来越多的研究将游戏互动作为健康和幸福的数字生物标记。目的:本文的目的是使用标准临床评估测试的值作为基本事实，从与SG交互期间收集的数据中预测健康数字生物标志物。方法:数据集是在与帕金森病患者使用webFitForAll exergame平台互动期间收集的，该平台是SG的一个引擎，旨在促进老年人、患者和弱势人群的体育活动。收集的数据被称为游戏参数，代表3D传感器摄像机捕捉到的身体动作，并转化为游戏分析。在与运动游戏长期互动之前和之后收集的标准临床测试(干预前测试和干预后测试)用于提供用户基线。 Results: Our results showed that in-game metrics can effectively categorize participants into groups of different cognitive and physical states. Different in-game metrics have higher descriptive values for specific tests and can be used to predict the value range for these tests. Conclusions: Our results provide encouraging evidence for the value of in-game metrics as digital biomarkers and can boost the analysis of improving in-game metrics to obtain more detailed results. ", issn="2291-9279", doi="10.2196/34768", url="https://games.www.mybigtv.com/2022/3/e34768", url="https://doi.org/10.2196/34768", url="http://www.ncbi.nlm.nih.gov/pubmed/36099000" }