Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Teléfonos inteligentes para la predicción de mortalidad

El monitoreo pasivo de la actividad de pasos de las personas a través de teléfonos inteligentes puede utilizarse para construir modelos de riesgo de salud y mortalidad.

Investigaciones y artículos médicos recientes han demostrado que el monitoreo pasivo de los pasos de una persona mientras camina, utilizando teléfonos inteligentes, puede ser utilizado para construir modelos de riesgo de salud y mortalidad a nivel poblacional.

Por ejemplo, algunos estudios han utilizado medidas de aptitudes físicas como caminatas o ritmo de caminata auto informado, para crear modelos de predicción de riesgo de mortalidad a nivel individual. Estas métricas tienen como propósito enfocarse en la calidad del movimiento antes que, en la cantidad, es decir miden la velocidad de la caminata o marcha, lo que de cierta forma se ha convertido en una práctica estándar en algunos entornos clínicos.

De esta manera el monitoreo pasivo de actividad física a través de teléfonos inteligentes ha permitido realizar análisis más complejos a nivel de población y utilizando este tipo de métricas. Tal es el caso del study desarrollado en la Universidad de Illinois y publicado en la revista científica PLOS Digital Health.

Para crear un modelo de predicción los autores de este estudio recolectaron datos de 100 mil participantes de una cohorte nacional demográficamente representativa del Biobanco de Reino Unido. Los dispositivos móviles de los participantes registraron datos de monitoreo de actividad con sensores de movimiento. Asimismo, los participantes utilizaron estos dispositivos durante una semana.

Los investigadores validaron con éxito los modelos predictivos de riesgo de mortalidad y solo con la recopilación de seis minutos de caminata constate por día, los cuales fueron combinados con características demográficas tradicionales.

“Esto resultó en un índice C de 0,76 para un riesgo de 1 año que disminuyó a 0,73 para 5 años. Un conjunto mínimo de características del sensor logra un índice C de 0. 72 para el riesgo de 5 años, que es una precisión similar a la de otros estudios que utilizan métodos que no se pueden lograr con sensores de teléfonos inteligentes”, detalla el estudio.

“Nuestros resultados muestran que las medidas pasivas con sensores de movimiento pueden lograr una precisión similar a las medidas activas de la velocidad de la marcha y el ritmo de la marcha”, explicaron los autores. “Nuestros métodos escalables ofrecen un camino factible hacia la detección nacional de riesgos para la salud”, añadieron.

Outstanding news

News by country

Share

Digital Health in the world

  • — Science Brief: Omicron (B.1.1.529) Variant/CDC updates
    See more
  • —Coronavirus resource center/Johns Hopkins
    See more
  • — Epidemiological tracing of COVID-19 contacts / Johns Hopkins Course
    See more
  • — SARS-CoV-2 infection behavior / FCS calculator
    See more
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Article The Lancet
    See more
  • —Genomic Epidemiology Tracker/GISAID
    See more
  • — Mexican Genomic Surveillance Consortium
    See more
Secured By miniOrange