Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
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 estudio 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.

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange