Skip to content
返回搜索结果

纵向传感器数据收集 — 跨时间进行连续的传感器监测

提出者
Emerging from ambulatory assessment and wearable technology research communities
年份
1990s–2000s (accelerated with IoT and wearable devices from ~2010)
类型
Longitudinal quantitative/mixed data collection technique
类别
Data collection

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

纵向传感器数据收集采用物理或数字传感器,在数天、数月或数年的延长期内连续或以固定间隔记录现象。与一次性测量不同,重复的时间结构捕捉了诸如身体活动、环境暴露、睡眠或生理状态等结果的变化、轨迹和变异性。该方法将真实世界传感的生态效度与纵向设计的分析能力相结合。

方法背后的直觉

设想为参与者配备一个佩戴在手腕上的加速度计六个月,以追踪他们在心脏康复计划中的身体活动情况。该传感器全天候记录每一次运动,无需参与者回忆或报告——它只是记录。通过每周检查活动模式的演变情况,研究人员可以发现谁在改善,谁在复发,以及哪些背景因素(天气、情绪、社交活动)可以预测这些轨迹。纵向维度是将快照转化为变化的故事。

历史学

基于传感器的动态数据收集起源于 20 世纪 60 年代的动态血压监测仪以及 20 世纪 70-80 年代为睡眠研究开发的活动描记仪。随着 Stone 和 Shiffman 于 20 世纪 90 年代正式化生态瞬时评估 (EMA) 方法论,纵向设计与电子传感器的集成加速了。2007 年后智能手机的普及以及 2010 年后可穿戴健身追踪器的普及,极大地降低了纵向传感的成本并提高了其分辨率,使其在健康行为研究、临床试验和环境流行病学中成为常规。

何时使用

当研究问题涉及随时间的变化、轨迹或累积暴露,并且自我报告回忆不可靠或负担过重时,应使用纵向传感器数据收集。它非常适合健康行为研究(身体活动、睡眠、依从性)、环境科学(污染暴露)、情感计算以及康复或干预研究。当参与者可以在研究窗口内佩戴或与设备互动,存在用于安全存储的机构数据基础设施,并且研究预算涵盖传感器硬件和维护时,该方法是适用的。当研究的现象无法操作化为传感器信号时,当连续监测给参与者带来的负担不可接受时,当研究窗口非常短(单次会话)时,或者当横断面数据足以回答问题时,则不应使用。

局限与注意事项

  • 传感器硬件、云基础设施和数据管理与纸质或在线调查相比,增加了显著的成本。
  • 设备依从性和失访是持续的威胁:参与者可能移除设备、未能充电或退出,从而导致系统性缺失数据。
  • 原始传感器流需要大量的预处理专业知识;清理或时段导出中的错误会传播到所有下游分析中。
  • 纵向设计引发了关于连续监控、数据安全和退出权的伦理问题——知情同意过程必须明确解决所有这些问题。
  • 传感器的有效性因设备质量和人群而异;消费级可穿戴设备可能无法满足研究级精度要求。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 捕获真实世界的行为和生理状况,无需依赖回顾性自我报告,大大减少了回忆偏差。
  • 高时间分辨率揭示了每周或每月调查无法察觉的个体内部变异性、昼夜节律模式和微观变化。
  • 连续或近乎连续的记录相对于与参与者的数据收集接触次数最大化了数据密度。
  • 生态效度高——数据反映了自然环境中的行为,而不是受控的实验室条件。
  • 可扩展性:一旦部署,传感器可以同时跟踪大量队列,每位参与者每天的研究人员负担最小。

应用

  • 追踪心脏康复计划期间的日常身体活动和久坐行为轨迹。
  • 在失眠治疗或轮班工作健康结局研究中,纵向监测睡眠结构。
  • 在城市环境流行病学队列中,测量数月内的个人空气污染暴露。
  • 在糖尿病自我管理研究中,捕获连续的葡萄糖和心率变异性数据。
  • 在老年人社会孤立轨迹研究中,记录数月内的 GPS 活动模式。
  • 在学生健康研究中,记录一个学期内的生理压力指标(皮肤电导、可穿戴贴片中的皮质醇)。

使用方式

使用方式

1

研究人员指定研究持续时间、采样分辨率(连续流式传输与固定时段,如每60秒一次)、传感器类型(加速度计、心率监测器、GPS、环境传感器等)以及时间设计(面板、队列或密集重复测量)。在部署前建立伦理协议,包括数据最小化和参与者退出程序。

2

传感器经过校准、初始化并分发给参与者(或安装在环境中)。参与者将收到关于佩戴或维护设备、充电计划以及处理故障程序的说明。在此阶段收集基线人口统计学和背景数据,以支持后续的协变量分析。

3

传感器在整个研究窗口期间自主记录数据。根据连接性,数据可能通过蓝牙或蜂窝网络近乎实时地传输到中央服务器,或者在检查期间本地累积以便定期卸载。依从性监测——检查设备是否佩戴和正常运行——在整个现场期间进行。

4

原始传感器流存储在带时间戳的数据库中。数据来源元数据(设备ID、固件版本、电池状态、参与者ID、时段)与测量值一起记录。鉴于生理和位置数据的个人敏感性,安全、冗余的存储以及访问控制至关重要。

5

原始传感器输出经过清理:识别并移除或插补由设备移除或故障引起的伪影;信号根据制造商或实验室参考值进行校准;导出时段级汇总指标(例如,每小时平均活动计数、每天步数)。缺失数据模式被记录并透明处理。

6

使用适合重复测量时间结构化数据的分析方法——多层次模型、混合效应模型、潜在增长曲线模型或时间序列方法——来分析清理后的纵向传感器数据。估计变化轨迹,模拟轨迹的个体差异,并检验与协变量(年龄、临床状况、干预条件)的关联。

常见陷阱

  • 低估缺失数据:非佩戴时间经常与低活动量混淆;研究人员必须实施经过验证的非佩戴算法,并透明地记录假设。
  • 忽略校准漂移:传感器的精度在长期研究中可能会下降;对于持续数周以上的研究,需要进行定期重新校准检查。
  • 在没有分析计划的情况下过度收集:在没有预定分析计划的情况下存储大量传感器流会导致“钓鱼式调查”和虚假阳性率升高;在数据收集前注册假设和分析选择。
  • 将所有参与者视为等同:参与者佩戴设备方式的个体差异(位置、松紧度、皮肤类型)会产生系统性测量异质性,必须对其进行建模或控制。
  • 忽视参与者负担:即使是被动传感也会带来认知和生活方式的负担;过度的依从性要求会降低保留率并引入失访偏差。

常见问题

纵向传感器研究需要运行多长时间?

持续时间完全取决于研究问题。研究日常或每周节律的研究可能只需要两到四周;跟踪干预期间行为变化的研究通常持续三到六个月;慢性病轨迹的队列研究可能跨越数年。关键标准是研究窗口是否足够长,以观察到研究现象的有意义的变化。

如何在我的传感器数据中处理非佩戴时间?

非佩戴时间必须与真实的低活动期区分开来。经过验证的算法(例如,用于加速度计的 Choi 或 Troiano 算法)使用指定持续时间的连续零计数窗口将时段分类为非佩戴。然后,这些时段将从分析中排除或通过原则性插补进行处理。方法部分必须报告非佩戴检测算法、使用的阈值以及每天所需的有效佩戴时间比例。

我需要多少样本量?

纵向传感器研究的功效计算必须考虑轨迹结果的预期效应大小、每位参与者的重复观测次数、类内相关性(观测值在个体内的聚类)以及预期的失访率。多层次功效工具,如 Optimal Design 或 R 包 longpower 是适用的。每位参与者具有非常高时间分辨率的研究有时可以用较小的 N 来获得足够的功效,但必须证明这种权衡的合理性。

消费级可穿戴设备(Fitbit、Apple Watch)是否可用于研究?

消费级设备提供便利性和参与者的熟悉度,但通常精度低于研究级设备,算法专有且不透明,数据访问受限。它们适用于以下情况:研究问题涉及相对变化而非绝对校准值,设备已针对目标人群和结果进行了金标准验证,并且数据导出足够精细以满足分析计划。始终引用所用特定设备和指标的验证研究。

这与生态瞬时评估 (EMA) 有何不同?

EMA 是一种自我报告方法,它在日常生活中随机或事件触发的时刻提示参与者记录自己的经历。纵向传感器数据收集在很大程度上是被动的——设备自动记录,无需参与者主动输入。两者经常结合使用:传感器流提供客观的行为或生理背景,以及来自 EMA 提示的自我报告的心理状态。

相关方法

参考文献

  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.]

    打开出版物文献
    已复制。
  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.

    打开 DOI 文献
    已复制。