Oura环夜间心率和心率变异性在时域和频域上与心电图比较的准确性评估:综合分析gydF4y2Ba

简介gydF4y2Ba

背景gydF4y2Ba

可穿戴设备广泛用于持续监测健康参数，通过这些参数可以评估个人的健康和福祉[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba2gydF4y2Ba］．心率(HR)和心率变异性(HRV)是可以无创收集的重要参数，表明心肺和自主神经系统的信息。HRV是相邻心跳之间时间间隔的变化，也称为心跳间间隔(IBI) [gydF4y2Ba3.gydF4y2Ba］．使用IBI，可以提取各种参数，例如连续差异的均方根(RMSSD)，节拍-节拍间隔的SD (SDNN)，以及连续节拍-节拍间隔差异超过50毫秒的百分比(pNN50)，每个参数都揭示了各种心血管事件和问题[gydF4y2Ba4gydF4y2Ba］．例如，HRV参数已被证明是心肌梗死后死亡率的预测指标[gydF4y2Ba5gydF4y2Ba]和慢性心力衰竭的死亡方式[gydF4y2Ba6gydF4y2Ba］．研究还表明HRV参数与糖尿病相关[gydF4y2Ba7gydF4y2Ba]，心血管自主失调[gydF4y2Ba8gydF4y2Ba]，以及患有子痫前期的孕妇[gydF4y2Ba9gydF4y2Ba)，再举几个例子。此外，HRV参数与睡眠阶段显著相关[gydF4y2Ba10gydF4y2Ba]，睡眠质量[gydF4y2Ba11gydF4y2Ba]，以及压力水平[gydF4y2Ba12gydF4y2Ba，gydF4y2Ba13gydF4y2Ba］．gydF4y2Ba

HR和HRV监测可以通过利用非侵入性和低成本的方法进行。心电图(ECG)是一种传统的方法，通过将电极连接在胸部和四肢上，来记录心脏的电活动[gydF4y2Ba14gydF4y2Ba］．ECG是采集心跳和IBI的金标准方法，因为采集到的电信号可以清楚地显示心室肌的去极化(即r峰)。然而，ECG方法由于设置复杂，需要将ECG电极一直贴在使用者的四肢或胸部，不能用于长期或远程的健康监测。监测中电极连接松动或错位也会对信号质量产生负面影响。光容量描记术(PPG)是另一种用于收集HR和HRV的技术[gydF4y2Ba15gydF4y2Ba］．不同的研究集中在PPG信号的监测和提取上[gydF4y2Ba16gydF4y2Ba-gydF4y2Ba18gydF4y2Ba］．作为一种光学技术，PPG通过向皮肤发射光并通过光探测器吸收光反射来测量皮肤血液流动的周期性振荡[gydF4y2Ba19gydF4y2Ba］．光发射器和探测器可以放在用户的手腕或手指上进行数据收集。PPG很容易在远程健康监测系统中实现，并且已经在市场上的各种可穿戴设备中使用，如智能手表和戒指。gydF4y2Ba

在过去几年中，已经提出了几种基于ppg的临床和商业智能可穿戴设备，能够在常规临床环境之外监测生命体征。研究利用Garmin、Fitbit和苹果手表等可穿戴设备进行临床试验，并在不同的基于人群的研究中进行研究[gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba22gydF4y2Ba］．可穿戴设备的使用预计将进一步增加，因为它们变得更小、更轻、更节能，有足够的电池容量和内部数据存储。特别是智能戒指，如Oura戒指[gydF4y2Ba23gydF4y2Ba最近引起了人们的关注，因为它们被用于远程健康和身体活动监测，比如加州大学旧金山分校的COVID-19研究[gydF4y2Ba24gydF4y2Ba]以及全国篮球协会和女子全国篮球协会联赛中球员的健康数据监测[gydF4y2Ba25gydF4y2Ba］．gydF4y2Ba

可穿戴设备需要很高的准确性和可靠性，特别是如果它们用于健康监测应用程序。然而，这些设备容易受到人为影响，导致数据收集不良，随后导致无效的健康参数。基于ppg监测的环境噪声和运动伪影进一步加剧了这一问题[gydF4y2Ba19gydF4y2Ba，gydF4y2Ba26gydF4y2Ba］．不幸的是，在自由生活条件下，这样的人工制品是不可避免的，因为用户可能在不同的环境中从事各种身体活动。gydF4y2Ba

不同HRV参数的精度取决于信号中的多种因素。例如，RMSSD显示了IBI信号的短期变化，如果有一小部分信号失真，精度就会受到影响[gydF4y2Ba4gydF4y2Ba］．相比之下，SDNN表示的是长期的信号变化，因此影响信号变化的异常值会对其精度产生负面影响。此外，频域特征对于评估心血管和神经系统具有重要意义，例如低频(LF)和高频(HF)是应激状态、高血压和帕金森病严重程度的指标[gydF4y2Ba27gydF4y2Ba，gydF4y2Ba28gydF4y2Ba］．这些特征表明了IBI在特定频段的功率。因此，如果在信号中加入相同频率的干扰，它们就会失真。由于HRV参数的不同特性，需要对HRV参数进行单独评价。因此，需要更广泛的评估来调查远程监测中的HRV测量。gydF4y2Ba

文献中的各种研究调查了腕带(如苹果手表、华为手表和微软Band 2)在PPG和HRV测量质量方面的有效性[gydF4y2Ba29gydF4y2Ba-gydF4y2Ba32gydF4y2Ba］．然而，使用基于手指的PPG的智能戒指的验证是有限的。Mehrabadi等[gydF4y2Ba33gydF4y2Ba]评估了Oura Ring收集的非分期睡眠参数，并与医学认可的活动记录仪进行了比较。他们表明，环的睡眠参数与从活动记录仪获得的睡眠参数显著相关。Kinnunen等[gydF4y2Ba34gydF4y2Ba，gydF4y2Ba35gydF4y2Ba]通过隔夜数据收集调查了欧拉环。研究结果表明，欧拉环与心电监护仪具有良好的一致性。然而，评估仅限于戒指报告的夜间HR和RMSSD。其他参数，如IBI或频域HRV参数，没有考虑。gydF4y2Ba

目标gydF4y2Ba

在这项研究中，我们从睡眠时的HR和多个HRV参数全面评估了Oura Ring的有效性。该戒指与医用级胸电监护仪进行了对比。该研究由伦理委员会批准，包括对35名健康个体进行夜间居家监测，从中收集了HR和IBI值。我们从环和ECG监控器中提取HR、RMSSD、所有正常心跳间隔(AVNN)的平均值、SDNN、pNN50、LF、HF和LF:HF比值。然后，我们在5分钟测试和平均每晚测试中评估从2个设备获得的参数。使用线性回归方法、Pearson相关系数和Bland-Altman图对参数进行比较。最后，我们讨论了所获得的结果，在日常设置中监测这些参数的有效性，以及研究的局限性。综上所述，本研究的主要贡献如下:gydF4y2Ba

1. 我们调查了Oura Ring在夜间HR和多重HRV方面的有效性，并与医用级胸电监护仪进行了比较。gydF4y2Ba
2. 我们进行了一项为期1天的研究，在家中监测35名健康个体。gydF4y2Ba
3. 我们使用线性回归方法、Pearson相关系数和Bland-Altman图分析5分钟和平均每晚试验的HR和HRV参数。gydF4y2Ba

方法gydF4y2Ba

研究设计gydF4y2Ba

在自由生活条件下，以健康个体为方便样本，在一项观察性研究中评估了从Oura环收集的HR和HRV测量值。测量结果与金标准心电图监护仪进行比较。2019年7月至8月在芬兰西南部进行了招募。gydF4y2Ba

参与者及招聘gydF4y2Ba

这项研究共招募了46名健康的成年人志愿者，其中包括23名女性和23名男性。排除标准如下:(1)诊断为心血管疾病，(2)招募期间出现疾病症状，(3)限制身体活动，(4)限制使用可穿戴设备。入选参与者的平均年龄和BMI分别为32.3 (SD 6.4)岁和24.9 (SD 4.5) kg/mgydF4y2Ba^2gydF4y2Ba,分别。在这个设置中，我们将重点放在健康人群中，以评估环的准确性，因为疾病(心律失常)会改变PPG信号的形状[gydF4y2Ba36gydF4y2Ba]而影响环的规整精度。gydF4y2Ba

在面对面的会议中，参与者被告知研究的详细信息，包括研究的目的和可穿戴设备的使用。参与者被要求佩戴Oura Ring和Shimmer3心电图监护仪1天。测量是在正常生活中进行的。共有11名参与者由于技术和实际问题被排除在数据分析之外，例如，在睡眠时ECG电极没有充分地附着在皮肤上。因此，来自35名参与者的数据(女性:19/ 35,54%;男性:16/35,46%)被纳入分析。gydF4y2Ba

数据收集gydF4y2Ba

基于家庭的数据收集使用2个可穿戴设备，即Oura Ring [gydF4y2Ba23gydF4y2Ba]和微光装置[gydF4y2Ba37gydF4y2Ba］．参与者被要求在非惯用手的一个手指上戴1枚Oura戒指。Shimmer装置通过胸带放置在每个参与者的胸部。监测过程中共放置4个电极，收集3个双极肢体引线。有关设置的更多细节可以在Burns等人的研究中找到[gydF4y2Ba38gydF4y2Ba］．此外，在开始监测之前，参与者被要求完成一份简短的背景问卷。他们还被要求报告研究过程中的事件，例如，如果设备从手指或胸部取出。除了口头指示外，参与者还收到了使用这些设备的书面指南。gydF4y2Ba

Oura Ring是一款商用可穿戴设备，可收集PPG、加速度和体温数据，以测量心率、呼吸频率、HRV、睡眠参数和体力活动强度。该环体积小(厚度2.55 mm)，重量轻(4-6克)，便于连续监测使用[gydF4y2Ba35gydF4y2Ba］．电池充一次电可连续监测5-7天。该戒指使用蓝牙将数据发送到Oura Android或iOS操作系统的移动应用程序和云服务器。数据可以通过移动应用程序或服务器访问。在本研究中，我们从Oura云中提取数据[gydF4y2Ba35gydF4y2Ba］．gydF4y2Ba

本研究选择Shimmer3型ECG作为基线设备来评估环的HR和HRV。该装置重量轻(31克)，尺寸紧凑(65 mm×32 mm×12 mm) [gydF4y2Ba37gydF4y2Ba］．shimi3 ECG单元可以配置为连续测量ECG、加速度计和陀螺仪数据。该设备有足够的电池寿命和内部内存执行监测一整天。我们选取512 Hz作为心电数据采集的采样频率[gydF4y2Ba39gydF4y2Ba，gydF4y2Ba40gydF4y2Ba］．采样频率足以准确提取HR和HRV [gydF4y2Ba41gydF4y2Ba］．监测后从设备中提取数据[gydF4y2Ba37gydF4y2Ba］．gydF4y2Ba

数据分析gydF4y2Ba

Oura环gydF4y2Ba

Oura Ring提供有关用户健康、身体活动和睡眠的各种参数。基于ppg的可穿戴设备(包括Oura)收集噪声和感兴趣的信号，特别是在基于家庭的监测中。在这项研究中，我们评估了HR和HRV测量的准确性水平或噪声水平。当用户处于睡眠状态时，ring提供HR和RMSSD，每5分钟报告一次。关于HR和RMSSD计算的更多细节可以在Shaffer等人的研究中找到[gydF4y2Ba4gydF4y2Ba］．该环还提供了一个IBI信号[gydF4y2Ba42gydF4y2Ba］．我们利用IBI信号的5分钟窗口来计算时域参数(即AVNN, SDNN和pNN50)和频域参数(即LF, HF和LF:HF比值)。HRV参数显示在gydF4y2Ba表1gydF4y2Ba．值得注意的是，环预处理了信号并提供了置信度值，证明了IBI信号的有效性。我们计算了5分钟IBI信号的HRV，如果至少有30%的信号有效[gydF4y2Ba35gydF4y2Ba］．gydF4y2Ba

Shimmer3心电图gydF4y2Ba

如前所述，ECG作为提取HR和HRV的金标准方法。为此，我们选择了Lead II(右臂-左腿)来准确提取心脏节律。由于Oura Ring数据每5分钟上报一次，我们也将心电信号划分为5分钟的时间窗口。然后，我们进行心电分析，计算每个窗口的HR和HRV参数。中说明了分析的不同步骤gydF4y2Ba图1gydF4y2Ba．gydF4y2Ba

收集到的ECG信号质量容易受到用户运动、不良电极接触或环境噪声产生的伪影的影响。在基于家庭的监控中，这种干扰是不可避免的，因为用户可能会从事各种身体活动。在这方面，我们首先使用了0.5-100 Hz截止频率的巴特沃斯带通滤波器来去除不在所需频率范围内的伪像。gydF4y2Ba

我们设计了一种两轮峰值检测方法，从心电信号中提取R峰。在第一轮中，算法计算ECG在5分钟窗口内的平均值。然后它检测所有可能的峰值，包括真实的R峰值和错误计算的峰值(由P波，T波或噪声产生)，使用平均值作为阈值。在第二轮中，算法计算第一轮中检测到的峰值的平均值。使用心脏跳动的平均值和正常频率(50-200次/分钟)，添加未检测到的R峰，删除错误计算的R峰。我们的峰值检测方法比Pan-Tompkins [gydF4y2Ba43gydF4y2Ba]和汉密尔顿[gydF4y2Ba44gydF4y2Ba)算法。gydF4y2Ba图2gydF4y2Ba为ECG窗口为5分钟的样本峰值检测结果。gydF4y2Ba

但是，如果采集到的ECG包含太多的噪声(即低信噪比)，我们的峰值检测算法是不准确的。为了避免这种不准确的峰值检测，我们开发了一种检测和去除失真信号和无效峰值的方法。去除标准基于从心电信号质量指数[学习并修正的HR和RR区间的正常范围。gydF4y2Ba45gydF4y2Ba］．这种方法在分析中是重要的，以防止假峰检测和随后的HR和HRV提取。方法管道说明在gydF4y2Ba图3gydF4y2Ba．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

统计分析gydF4y2Ba

我们使用Pearson相关系数对HR和HRV参数进行配对，以研究两种设备之间的线性关系和可比性。此外，采用线性回归分析评估了欧拉环的HR和HRV参数的准确性。我们使用Oura的数据点(HR和HRV参数)来拟合线性回归线。然后，我们计算r平方值(gydF4y2BargydF4y2Ba^2gydF4y2Ba)使用回归线和相应的心电图基线数据点来评估基线数据与Oura环拟合回归线的接近度。最后，用Bland-Altman分析来说明和估计两种设备之间的一致性。该方法基于ring和shimer3之间的差异提供了平均偏差，SD和95% ci。我们使用Python和Python库，包括Scipy [gydF4y2Ba46gydF4y2Ba]， SKlearn [gydF4y2Ba47gydF4y2Ba]和Statsmodels [gydF4y2Ba48gydF4y2Ba]来编制统计分析功能。gydF4y2Ba

研究伦理gydF4y2Ba

这项研究是根据《赫尔辛基宣言》和《芬兰医学研究法》(第488/1999号)的伦理原则进行的。研究方案得到了伦理委员会(图尔库大学，人文科学伦理委员会，声明号:44/2019)的批准。在获得书面知情同意之前，参与者被口头和书面告知了这项研究。参与是自愿的，所有参与者都有权在任何时候退出研究，无需给出任何理由。为了补偿研究所花费的时间，每位参与者都收到了一张杂货店的礼品卡(20欧元;US $26.83)在监测期结束时退还设备。gydF4y2Ba

结果gydF4y2Ba

概述gydF4y2Ba

35名参与者(即19名女性和16名男性)的数据被纳入分析。在这项研究中，每位参与者平均记录了8.25小时(SD 1.51)的夜间睡眠数据，以验证HR和HRV参数。接下来，我们首先评估了从5分钟片段中获得的HR和HRV参数。然后我们比较了夜间睡眠时的平均参数。gydF4y2Ba

5分钟时间窗下Ring和Shimmer3的HR和HRV参数比较gydF4y2Ba

我们首先研究了Oura Ring和Shimmer3在5分钟窗口内的HR和HRV参数之间的相关性。与皮尔逊相关系数相对应gydF4y2BaPgydF4y2BaHR和HRV参数的值显示在gydF4y2Ba表2gydF4y2Ba．欧拉环与心电图的HR、RMSSD均有显著相关gydF4y2BaPgydF4y2Ba<措施。AVNN与pNN50值呈高度正相关，SDNN与HF值呈中度正相关，LF与LF:HF比值呈低正相关。gydF4y2Ba

我们用回归分析来检验浦拉环数据与ECG数据的准确性。所有参与者5分钟样本的回归线(红色)显示在gydF4y2Ba图4gydF4y2Ba．我们还展示了y=x线(黑色)，表示从Oura和ECG获得的值相等的最佳场景。此外,gydF4y2BargydF4y2Ba^2gydF4y2Ba报告的值显示了数据在回归线周围的分散。在本分析中，HR、RMSSD、AVNN和pNN50的拟合线与理想线接近gydF4y2BargydF4y2Ba^2gydF4y2Ba价值很高。但是，SDNN、LF、HF和LF:HF比值的数据点是分散的，并且它们的gydF4y2BargydF4y2Ba^2gydF4y2Ba价值相对较低。gydF4y2Ba

此外，通过Bland-Altman分析分析了从环和心电中提取的HR和HRV参数之间的一致性。gydF4y2Ba图5gydF4y2Ba这是Bland-Altman图。平均偏差和95% CI显示在gydF4y2Ba图5gydF4y2Ba而且gydF4y2Ba表2gydF4y2Ba．环(平均)高估了pNN50、LF和HF值，但低估了其他参数。HR、RMSSD、AVNN和pNN50有狭窄的95% ci;而SDNN、LF、HF和LF:HF的95% ci相对较宽。gydF4y2Ba

我们还演示了一名参与者(随机选择)的夜间HR和HRV参数gydF4y2Ba图6gydF4y2Ba．参数是从5分钟的片段中获得的。gydF4y2Ba图6gydF4y2Ba显示了从Oura环(红色)和ECG(绿色)收集的参数在夜间的变化。如前所述，由于去除了ECG或IBI信号的低质量片段，存在缺失值，特别是在频域参数中。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

睡眠时Ring和Shimmer3的平均HR和HRV参数比较gydF4y2Ba

我们比较了两种设备每晚睡眠的平均HR和HRV参数，以评估总体误差。对此，我们首先利用Pearson相关检验提取了平均HR与HRV参数之间的相关性。gydF4y2Ba表3gydF4y2Ba所示为Pearson相关系数及其对应关系gydF4y2BaPgydF4y2Ba值。HR与RMSSD的相关值非常接近于1。因此，两种设备之间存在非常强的正相关。AVNN、SDNN、pNN50、LF、HF均高于0.8，两者呈高度正相关。LF:HF比值也呈中度正相关。gydF4y2Ba

我们还使用回归分析来评估整个夜间睡眠期间的平均HR和HRV参数。gydF4y2Ba图7gydF4y2Ba表示每晚的HR和HRV样本，回归线为红色，为gydF4y2BargydF4y2Ba^2gydF4y2Ba值和理想的直线(即，y=x)用黑色表示。的gydF4y2BargydF4y2Ba^2gydF4y2BaHR和RMSSD的值均大于0.9，说明样本接近回归线。的gydF4y2BargydF4y2Ba^2gydF4y2BaSDNN、AVNN、pNN50、LF、HF值表示拟合良好。然而,gydF4y2BargydF4y2Ba^2gydF4y2BaLF:HF比值为0.49。gydF4y2Ba

此外，我们使用Bland-Altman分析来调查这两种设备每晚睡眠的平均参数之间的差异(gydF4y2Ba图8gydF4y2Ba）.gydF4y2Ba表3gydF4y2Ba为平均偏倚和95% CI值。结果表明，平均而言，环高估了pNN50, LF和HF，但低估了其他参数。此外，HR、RMSSD、AVNN和pNN50的95% ci较窄，而SDNN和频域参数的95% ci相对较宽。这些结果与前一节- 5分钟时间窗口中Ring和Shimmer3的HR和HRV参数的比较结果一致。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

在我们的分析中，我们首先验证了从5分钟PPG片段中提取的参数。5分钟HRV记录，又称短期HRV分析，是提取HRV参数的测量标准，如RMSSD、SDNN、LF、HF [gydF4y2Ba4gydF4y2Ba］．LF:HF比值通常通过24小时HRV记录计算[gydF4y2Ba5gydF4y2Ba];不过，它也可以收集5分钟的录音[gydF4y2Ba4gydF4y2Ba］．我们的研究结果显示，HR和HRV参数的平均偏差相对较低，其中Oura环高估了pNN50、LF和HF值，但低估了其他参数。Oura环的HR、RMSSD、AVNN、pNN50与基线呈高度正相关，SDNN与HF呈中度正相关，LF与LF:HF比值呈低正相关。gydF4y2Ba

但各参数的误差方差不同。Oura Ring仪表板提供的参数(即HR和RMSSD)与从IBI信号中提取的HRV参数相比，显示出相对较低的误差方差。HR的误差小于RMSSD，这与其他研究表明RMSSD对运动伪影更敏感相一致[gydF4y2Ba35gydF4y2Ba，gydF4y2Ba49gydF4y2Ba］．在从IBI信号中提取的参数中，AVNN和pNN50与基线相比表现出中等的错误率。但是，SDNN、LF、HF和LF:HF比的错误率相对较高。频域参数的研究结果与其他研究结果一致，表明这些参数对噪声更敏感[gydF4y2Ba30.gydF4y2Ba］．gydF4y2Ba

我们还比较了夜间睡眠时的平均HR和HRV参数。该比较评估了HRV参数的长期趋势，并在每晚分析中显示了参数的有效性[gydF4y2Ba34gydF4y2Ba］．每晚平均偏差较低，这与5分钟录音分析一致。相比之下，每晚平均值的误差方差要低得多。这可以解释为方差减少，因为平均的独立测量。HR、RMSSD、AVNN、pNN50、SDNN、LF、HF呈高度正相关，LF:HF比值呈中度正相关。总而言之，每晚的平均HR和HRV参数比从5分钟段提取的参数相对更准确。我们的结果表明，在5分钟和平均每晚测试中，Oura Ring都可以准确测量HR和RMSSD。在平均每晚测试中，戒指提供了可接受的夜间AVNN, pNN50, HF和SDNN准确性，但在5分钟测试中没有。相比之下，环的LF和LF:HF比在两种测试中都有很高的错误率。gydF4y2Ba

与以往研究的比较gydF4y2Ba

据我们所知，这是第一个将Oura Ring的不同HRV参数与标准ECG设备进行比较的研究。Kinnunen等[gydF4y2Ba34gydF4y2Ba，gydF4y2Ba35gydF4y2Ba]重点评估了欧拉环的HR和RMSSD。在5分钟段分析中，HR和RMSSD具有较高的准确性。我们得到了更高的gydF4y2BargydF4y2Ba^2gydF4y2Ba招聘人力资源和下级gydF4y2BargydF4y2Ba^2gydF4y2BaRMSSD。此外，对于平均每晚的分析，我们得到了几乎相同的结果gydF4y2BargydF4y2Ba^2gydF4y2Ba但更低gydF4y2BargydF4y2Ba^2gydF4y2BaRMSSD。我们的结果表明，平均HR的95% CI较窄，平均偏置差较小，平均RMSSD的95% CI较宽，平均偏置差较大。gydF4y2Ba

限制gydF4y2Ba

本研究仅限于夜间HR和HRV参数，因为Oura Ring仅提供睡眠期间的HR、RMSSD和IBI值[gydF4y2Ba34gydF4y2Ba］．未来的工作应包括清醒时HR和HRV参数的评估。当用户参与各种活动和环境时，PPG信号和随后的参数可能会因人为因素而扭曲[gydF4y2Ba50gydF4y2Ba］．在远程健康监测和健康跟踪应用程序中使用这种戒指时，这样的评估是必不可少的。gydF4y2Ba

共有46人参与了这项以家庭为基础的研究，其中35人的数据被纳入分析。然而，这项研究仅限于夜间数据收集。我们未来的工作将考虑通过几天或几周收集的数据来评估这个环。该验证将为所报告的HR和HRV参数的有效性提供更高的置信度。gydF4y2Ba

另一个限制是，由于研究只包括健康的参与者，结果对不健康的个体缺乏概括性。最近的研究表明，可穿戴设备的有效性对于不同的人群可能是不同的[gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba］．例如，心房颤动会影响PPG的心律(不规则搏动)[gydF4y2Ba3.gydF4y2Ba］．因此，心房颤动患者的时域和频域HRV参数均与健康人不相同[gydF4y2Ba36gydF4y2Ba］．因此，基于ppg的房颤方法的准确性应单独研究。本研究的未来方向应包括评估从不同年龄和不同健康状况的个体中获得的基于ppg的参数。gydF4y2Ba

结论gydF4y2Ba

在本研究中，我们综合评估了欧拉环收集的HR和HRV参数的有效性。我们的结果显示，8个参数的平均偏差较低。在5分钟试验中，各参数的误差方差不同。与从IBI信号中提取的HRV参数相比，Oura Ring仪表板提供的参数(即HR和RMSSD)显示出相对较低的误差方差。环的HR、RMSSD、AVNN、pNN50与基线值呈高度正相关;SDNN与HF呈中度正相关;LF与LF:HF比值呈低正相关。相比之下，平均每晚测试表明，所有参数的误差方差都比5分钟测试低得多。在5分钟和平均每晚测试中，Oura Ring都能够准确测量HR和RMSSD。环表示在平均每晚测试中可接受的夜间AVNN, pNN50, HF和SDNN准确性，但在5分钟测试中不接受。 In contrast, the LF and LF:HF ratio of the ring had high error rates in both tests. Future work should include assessing the HR and HRV of the ring in long-term monitoring of population groups with different health conditions.