Machine learning detection of obstructive hypertrophic cardiomyopathy using a wearable biosensor.

NPJ digital medicine 2019 Ueno R, Matsui H, Xu L

本文是一篇针对 Green 等 2019 年研究的评论。原研究将非侵入光学传感器集成于商用智能手表，利用机器学习分类器检测梗阻性肥厚型心肌病（HCM），共纳入 83 名受试者，其中 19 名 HCM 患者和 64 名健康对照，并采用 Leave-One-Group-Out 交叉验证与嵌套超参数调优，在 82 名患者中取得 C-sta...

综述或非传感器论文 可穿戴生物传感器肥厚型心肌病机器学习光学传感器

Digital Tracking of Rheumatoid Arthritis Longitudinally (DIGITAL) Using Biosensor and Patient-Reported Outcome Data: Protocol for a Real-World Study.

JMIR research protocols 2019 Nowell WB, Curtis JR, Nolot SK, Curtis D 等 12 人

类风湿关节炎（RA）症状随时间波动，而常规3至6个月一次的门诊随访可能使患者遗漏或低估两次就诊之间的症状。消费级可穿戴数字技术可被动、连续采集患者的生物特征与活动数据；若这些数据与患者报告结局（PRO）量表高度相关，则可作为RA症状客观代理或补充主观体验。本研究旨在描述消费级智能手表采集的数字指标与通过智能手机应用采集的RA疾病活动...

综述或非传感器论文 类风湿关节炎可穿戴设备患者报告结局真实世界研究