الانتقال إلى المحتوى
العودة إلى نتائج البحث

جمع بيانات المستشعرات الطولية — المراقبة المستمرة القائمة على المستشعرات بمرور الوقت

قدّمه
Emerging from ambulatory assessment and wearable technology research communities
السنة
1990s–2000s (accelerated with IoT and wearable devices from ~2010)
النوع
Longitudinal quantitative/mixed data collection technique
العائلة
Data collection

هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية

حجم الخط

ماذا تفعل؟

يستخدم جمع بيانات المستشعرات الطولية مستشعرات مادية أو رقمية لتسجيل الظواهر بشكل مستمر أو على فترات منتظمة عبر فترة دراسة ممتدة — أيام أو شهور أو سنوات. على عكس القياس لمرة واحدة، يلتقط الهيكل الزمني المتكرر التغير والمسار والتقلب في النتائج مثل النشاط البدني، والتعرض البيئي، والنوم، أو الحالة الفسيولوجية. يجمع هذا النهج بين الصلاحية البيئية للاستشعار في العالم الحقيقي والقوة التحليلية للتصميم الطولي.

الفكرة الحدسية وراء الطريقة

تخيل تزويد المشاركين بمقياس تسارع يُلبس في المعصم لمدة ستة أشهر لتتبع النشاط البدني أثناء مرورهم ببرنامج إعادة تأهيل القلب. يسجل المستشعر كل حركة على مدار الساعة دون مطالبة المشاركين بالتذكر أو الإبلاغ — إنه يسجل ببساطة. من خلال فحص كيفية تطور أنماط النشاط أسبوعًا بعد أسبوع، يمكن للباحثين اكتشاف من يتحسن، ومن ينتكس، وما هي العوامل السياقية (الطقس، المزاج، الأحداث الاجتماعية) التي تتنبأ بتلك المسارات. البعد الطولي هو ما يحول اللقطة إلى قصة تغيير.

التاريخ

يعود جمع البيانات المتنقلة القائمة على المستشعرات إلى أجهزة مراقبة ضغط الدم المتنقلة في الستينيات وأجهزة قياس النشاط التي طُورت في السبعينيات والثمانينيات لأبحاث النوم. تسارع دمج التصميمات الطولية مع المستشعرات الإلكترونية في التسعينيات مع منهجية التقييم اللحظي البيئي (EMA) التي صاغها ستون وشيفمان. أدى انتشار الهواتف الذكية بعد عام 2007 وأجهزة تتبع اللياقة البدنية القابلة للارتداء بعد عام 2010 إلى خفض التكلفة بشكل كبير وزيادة دقة الاستشعار الطولي، مما جعله روتينيًا في أبحاث السلوك الصحي، والتجارب السريرية، وعلم الأوبئة البيئية.

متى تُستخدم

استخدم جمع بيانات المستشعرات الطولية عندما يتعلق سؤال البحث بالتغيير أو المسار أو التعرض التراكمي بمرور الوقت وعندما يكون التذكر الذاتي غير موثوق به أو مرهقًا. إنه مناسب تمامًا لأبحاث السلوك الصحي (النشاط البدني، النوم، الالتزام)، والعلوم البيئية (التعرض للتلوث)، والحوسبة العاطفية، ودراسات إعادة التأهيل أو التدخل. هذه الطريقة مناسبة عندما يمكن للمشاركين ارتداء الأجهزة أو التفاعل معها عبر فترة الدراسة، وعندما توجد بنية تحتية للبيانات المؤسسية للتخزين الآمن، وعندما تغطي ميزانية البحث أجهزة المستشعرات وصيانتها. لا تستخدمها عندما لا يمكن تفعيل الظاهرة محل الاهتمام كإشارة مستشعر، أو عندما يكون عبء المشارك من المراقبة المستمرة غير مقبول، أو عندما تكون فترة الدراسة قصيرة جدًا (جلسة واحدة)، أو عندما تكون البيانات المقطعية كافية للإجابة على السؤال.

الحدود والاعتبارات

  • تضيف أجهزة المستشعرات، والبنية التحتية السحابية، وإدارة البيانات تكلفة كبيرة مقارنة بالاستبيانات الورقية أو عبر الإنترنت.
  • يعد الامتثال للجهاز والتسرب تهديدين مستمرين: قد يزيل المشاركون الأجهزة، أو يفشلون في شحنها، أو ينسحبون، مما يؤدي إلى بيانات مفقودة منهجية.
  • تتطلب تدفقات المستشعرات الخام خبرة كبيرة في المعالجة المسبقة؛ تنتشر الأخطاء في التنظيف أو اشتقاق الفترة الزمنية إلى جميع التحليلات اللاحقة.
  • تثير التصميمات الطولية مخاوف أخلاقية حول المراقبة المستمرة، وأمن البيانات، والحق في الانسحاب — يجب أن تعالج عمليات الموافقة المستنيرة كل هذه الأمور بشكل صريح.
  • تختلف صلاحية المستشعر حسب جودة الجهاز والسكان؛ قد لا تلبي الأجهزة القابلة للارتداء من الدرجة الاستهلاكية متطلبات الدقة على مستوى البحث.

لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.

نقاط القوة

  • يلتقط السلوك والفسيولوجيا في العالم الحقيقي دون الاعتماد على التقرير الذاتي الاستعادي، مما يقلل بشكل كبير من تحيز التذكر.
  • تكشف الدقة الزمنية العالية عن التباين داخل الفرد، والأنماط اليومية، والتغيرات الدقيقة غير المرئية في الاستبيانات الأسبوعية أو الشهرية.
  • التسجيل المستمر أو شبه المستمر يزيد من كثافة البيانات بالنسبة لعدد جهات الاتصال لجمع البيانات مع المشاركين.
  • الصلاحية البيئية عالية — تعكس البيانات السلوك في السياقات الطبيعية بدلاً من ظروف المختبر الخاضعة للتحكم.
  • قابل للتطوير: بمجرد نشره، يمكن للمستشعرات تتبع مجموعات كبيرة في وقت واحد بأقل عبء على الباحث لكل مشارك في اليوم.

التطبيقات

  • تتبع النشاط البدني اليومي ومسارات السلوك الخامل أثناء برامج إعادة تأهيل القلب.
  • مراقبة بنية النوم طوليًا في دراسات علاج الأرق أو النتائج الصحية للعمل بنظام الورديات.
  • قياس التعرض الشخصي لتلوث الهواء على مدى شهور في مجموعات علم الأوبئة البيئية الحضرية.
  • التقاط بيانات الجلوكوز المستمرة وتقلب معدل ضربات القلب في أبحاث إدارة مرض السكري الذاتية.
  • تسجيل أنماط التنقل عبر نظام تحديد المواقع العالمي (GPS) على مدى شهور لدراسة مسارات العزلة الاجتماعية لدى كبار السن.
  • تسجيل مؤشرات الإجهاد الفسيولوجي (توصيل الجلد، الكورتيزول عبر اللصقات القابلة للارتداء) عبر فصل دراسي أكاديمي في أبحاث رفاهية الطلاب.

كيف يعمل

كيف يعمل

1

يحدد الباحث مدة الدراسة، ودقة أخذ العينات (التدفق المستمر مقابل الفترات الزمنية الثابتة مثل كل 60 ثانية)، ونوع المستشعر (مقياس التسارع، جهاز مراقبة معدل ضربات القلب، نظام تحديد المواقع العالمي GPS، مستشعر بيئي، إلخ)، والتصميم الزمني (لوحة، أو مجموعة، أو قياسات متكررة مكثفة). يتم وضع البروتوكولات الأخلاقية بما في ذلك تقليل البيانات وإجراءات انسحاب المشاركين قبل النشر.

2

يتم معايرة المستشعرات وتهيئتها وتسليمها للمشاركين (أو تركيبها في البيئات). يتلقى المشاركون تعليمات حول ارتداء الأجهزة أو صيانتها، وجداول الشحن، وإجراءات التعامل مع الأعطال. يتم جمع البيانات الديموغرافية والسياقية الأساسية في هذه المرحلة لدعم تحليل المتغيرات المشتركة لاحقًا.

3

تسجل المستشعرات البيانات بشكل مستقل طوال فترة الدراسة. اعتمادًا على الاتصال، قد تنتقل البيانات إلى خادم مركزي في الوقت شبه الفعلي عبر البلوتوث أو الروابط الخلوية، أو تتراكم محليًا للتفريغ الدوري أثناء زيارات الفحص. يتم إجراء مراقبة الامتثال — التحقق من ارتداء الأجهزة وعملها — طوال الفترة الميدانية.

4

تُخزن تدفقات المستشعرات الخام في قواعد بيانات ذات طوابع زمنية. تُسجل بيانات تعريف مصدر البيانات (معرف الجهاز، إصدار البرامج الثابتة، حالة البطارية، معرف المشارك، الفترة الزمنية) جنبًا إلى جنب مع القياسات. يعد التخزين الآمن والمتكرر مع ضوابط الوصول أمرًا ضروريًا نظرًا للطبيعة الحساسة شخصيًا للبيانات الفسيولوجية والموقعية.

5

يتم تنظيف مخرجات المستشعر الخام: يتم تحديد وإزالة أو استيفاء القطع الأثرية الناتجة عن إزالة الجهاز أو تعطله؛ تتم معايرة الإشارات مقابل قيم مرجعية للمصنع أو المختبر؛ تُشتق مقاييس ملخصة على مستوى الفترة الزمنية (مثل، متوسط عدد النشاط في الساعة، عدد الخطوات في اليوم). يتم توثيق أنماط البيانات المفقودة والتعامل معها بشفافية.

6

تُحلل بيانات المستشعرات الطولية النظيفة باستخدام طرق مناسبة للبيانات ذات الهيكل الزمني والقياسات المتكررة — النماذج متعددة المستويات، ونماذج التأثيرات المختلطة، ونماذج منحنى النمو الكامن، أو مناهج السلاسل الزمنية. تُقدر مسارات التغيير، وتُنمذج الفروق الفردية في المسارات، وتُختبر الارتباطات بالمتغيرات المشتركة (العمر، الحالة السريرية، حالة التدخل).

الأخطاء الشائعة

  • التقليل من شأن البيانات المفقودة: غالبًا ما يتم الخلط بين وقت عدم الارتداء والنشاط المنخفض؛ يجب على الباحثين تنفيذ خوارزميات عدم الارتداء المعتمدة وتوثيق الافتراضات بشفافية.
  • تجاهل انحراف المعايرة: يمكن أن تتدهور دقة المستشعر على مدى فترة دراسة طويلة؛ تعد فحوصات إعادة المعايرة الدورية ضرورية للدراسات التي تستمر لأكثر من بضعة أسابيع.
  • الجمع الزائد بدون خطة تحليل: تخزين تدفقات مستشعرات هائلة بدون خطة تحليل محددة مسبقًا يؤدي إلى عمليات بحث عشوائية ومعدلات إيجابية كاذبة متضخمة؛ سجل الفرضيات والخيارات التحليلية قبل جمع البيانات.
  • معاملة جميع المشاركين على قدم المساواة: تخلق الفروق الفردية في كيفية ارتداء المشاركين للأجهزة (الموضع، الشد، نوع الجلد) تباينًا منهجيًا في القياس يجب نمذجته أو التحكم فيه.
  • إهمال عبء المشارك: حتى الاستشعار السلبي يفرض عبئًا معرفيًا ونمطيًا للحياة؛ متطلبات الامتثال المفرطة تقلل من الاحتفاظ وتدخل تحيز التسرب.

الأسئلة الشائعة

ما هي المدة التي يجب أن تستغرقها دراسة المستشعرات الطولية؟

تعتمد المدة كليًا على سؤال البحث. قد تحتاج الدراسات التي تفحص الإيقاعات اليومية أو الأسبوعية إلى أسبوعين إلى أربعة أسابيع فقط؛ غالبًا ما تستمر الدراسات التي تتتبع تغيير السلوك من خلال تدخل ما من ثلاثة إلى ستة أشهر؛ قد تمتد الدراسات الجماعية لمسارات الأمراض المزمنة لسنوات. المعيار الأساسي هو ما إذا كانت نافذة الدراسة طويلة بما يكفي لملاحظة تباين ذي معنى في الظاهرة محل الاهتمام.

كيف أتعامل مع وقت عدم الارتداء في بيانات المستشعر الخاصة بي؟

يجب تمييز وقت عدم الارتداء عن فترات النشاط المنخفض الحقيقية. تستخدم الخوارزميات المعتمدة (مثل خوارزميات Choi أو Troiano لقياس التسارع) نوافذ متتالية ذات عدد صفري لمدة محددة لتصنيف الفترات الزمنية على أنها عدم ارتداء. ثم تُستبعد هذه الفترات من التحليلات أو تُعالج باستيفاء مبدئي. يجب الإبلاغ عن خوارزمية الكشف عن عدم الارتداء، والعتبات المستخدمة، ونسبة وقت الارتداء الصالح المطلوب يوميًا في قسم المنهجية.

ما هو حجم العينة الذي أحتاجه؟

يجب أن يأخذ حساب القوة لدراسات المستشعرات الطولية في الاعتبار حجم التأثير المتوقع في نتيجة المسار، وعدد الملاحظات المتكررة لكل مشارك، والارتباط داخل الفئة (تجميع الملاحظات داخل الأشخاص)، ومعدل التسرب المتوقع. تعد أدوات القوة متعددة المستويات مثل Optimal Design أو حزمة R longpower مناسبة. يمكن للدراسات ذات الدقة الزمنية العالية جدًا لكل مشارك أن تحقق أحيانًا قوة كافية مع عدد N أصغر، ولكن يجب تبرير المقايضة.

هل الأجهزة القابلة للارتداء الاستهلاكية (Fitbit، Apple Watch) مقبولة للبحث؟

توفر الأجهزة الاستهلاكية الراحة وألفة المشاركين ولكنها عادة ما تكون ذات دقة أقل من الأجهزة البحثية، وخوارزمياتها خاصة وغير شفافة، ووصول البيانات مقيد. إنها مناسبة عندما: يتعلق سؤال البحث بالتغيير النسبي بدلاً من القيم المطلقة المعايرة، وقد تم التحقق من صحة الجهاز مقابل معيار ذهبي للسكان والنتيجة محل الاهتمام، ويكون تصدير البيانات دقيقًا بما يكفي لخطة التحليل. استشهد دائمًا بدراسة التحقق من صحة الجهاز والمقياس المحدد المستخدم.

كيف يختلف هذا عن التقييم اللحظي البيئي (EMA)؟

التقييم اللحظي البيئي (EMA) هو طريقة تقرير ذاتي تحث المشاركين على تسجيل تجاربهم الخاصة في لحظات عشوائية أو مرتبطة بحدث في الحياة اليومية. جمع بيانات المستشعرات الطولية سلبي إلى حد كبير — يسجل الجهاز تلقائيًا دون الحاجة إلى إدخال نشط من المشارك. غالبًا ما يتم الجمع بين الاثنين: توفر تدفقات المستشعرات سياقًا سلوكيًا أو فسيولوجيًا موضوعيًا جنبًا إلى جنب مع الحالات النفسية المبلغ عنها ذاتيًا من مطالبات التقييم اللحظي البيئي (EMA).

طرق ذات صلة

المصادر

  1. Lanza, S. T., Collins, L. M., Lemmon, D. R., & Schafer, J. L. (2005). PROC LCA: A SAS procedure for latent class analysis. Structural Equation Modeling, 14(4), 671–694. [For longitudinal intensive repeated-measures designs context, see also: Shiffman, S., Stone, A. A., & Hufford, M. R. (2008). Ecological momentary assessment. Annual Review of Clinical Psychology, 4, 1–32.]

    افتح مرجع المنشور
    تم النسخ.
  2. Stone, A. A., & Shiffman, S. (2002). Capturing momentary, self-report data: A proposal for reporting guidelines. Annals of Behavioral Medicine, 24(3), 236–243.

    افتح مرجع DOI
    تم النسخ.