En los últimos años, las aplicaciones de salud móvil (mHealth) y, en concreto, los wearables, han llegado a ser capaces y a estar disponibles para recopilar datos de creciente calidad y relevancia para la salud mental. A pesar del gran potencial de la tecnología para llevar puesta, los profesionales de la salud mental carecen actualmente de las herramientas y los conocimientos necesarios para aplicar y utilizar correctamente esta tecnología en la práctica. El proyecto Carewear tiene como objetivo desarrollar y evaluar una plataforma en línea que permita a los profesionales sanitarios utilizar los datos de los wearables en su práctica clínica. Carewear implementa la recogida de datos a través del autoseguimiento, cuyo objetivo es ayudar a las personas en su proceso de cambio de conducta, como componente de una intervención o terapia más amplia guiada por un profesional de la salud mental. Los wearables Empatica E4 se utilizan para recoger datos de acelerómetro, actividad electrodérmica (EDA) y pulso de volumen sanguíneo (BVP) en la vida real. Estos datos se cargan en la plataforma Carewear, donde los algoritmos calculan los momentos de estrés agudo, la frecuencia cardiaca (FC) media en reposo, la variabilidad de la FC (VFC), el recuento de pasos, los periodos activos y los minutos activos totales. Los momentos de estrés agudo detectados pueden anotarse para indicar si están asociados a una sensación negativa de estrés. También se puede elaborar el estado de ánimo del día. La plataforma en línea presenta esta información de forma estructurada tanto al cliente como a su profesional de la salud mental. El objetivo del presente estudio era realizar una primera evaluación de la precisión de los algoritmos en la vida real mediante comparaciones con datos exhaustivos anotados en una pequeña muestra de cinco participantes sanos sin dolencias conocidas relacionadas con el estrés. Además, se evaluó la facilidad de uso de la aplicación a través de los informes de los usuarios sobre sus experiencias con el wearable y la plataforma en línea. Aunque el estudio actual muestra que se detecta una cantidad sustancial de falsos positivos en una muestra sana y que la usabilidad podría mejorarse, el concepto de una plataforma fácil de usar para combinar datos fisiológicos con autoinformes para informar sobre el estrés y la salud mental se ve positivamente en nuestros pilotos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Caracterización y actividad fotocatalítica de titania mejorada con carga de cobre y sílice preparada por método hidrotérmico
Artículo:
Estructura morfológica y cristalinidad del almidón de boniato Rainha mediante tratamiento de calor-humedad
Artículo:
Nuevo material de nanopartículas de óxido de germanato de bismuto para aplicaciones de bioetiquetado en medicina
Artículo:
Efectos de los gases del medio de trabajo en las características espectrales y de temperatura de emisión de un encendedor de plasma
Artículo:
Detección de la fatiga en la conducción a partir del EEG mediante un método PCANet modificado
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.