Fitbit Inspire 2

Validação do Fitbit Inspire 2 TM contra polisomnografia em adultos, considerando a adaptação para uso

Resumo:

Este artigo discute a validação do dispositivo Fitbit Inspire 2 TM contra a PolySoMnography (PSG) para rastrear a atividade do sono em adultos. O estudo teve como objetivo monitorar a atividade do sono usando o Fitbit Inspire 2 e avaliar seu desempenho e eficácia em comparação com o PSG.

Pontos chave:

O estudo comparou os dados do sono obtidos do Fitbit Inspire 2 e PSG para nove participantes sem problemas graves de sono.
Os valores médios para cada estágio do sono mostraram diferenças significativas no tempo total de sono (TST), sono profundo e movimento rápido dos olhos (REM) entre o Fitbit Inspire 2 e PSG.
Na análise branda-altman, o TST, o sono profundo e o REM foram significativamente exagerados no Fitbit Inspire 2 em comparação com o PSG.
O Fitbit Inspire 2 mostrou uma alta sensibilidade (93.9%) e baixa especificidade (13.1%) para detecção do sono, com uma precisão geral de 76%.
Mais pesquisas são necessárias para avaliar a aplicação do Fitbit Inspire 2 em participantes com problemas de vigília do sono.

Questões:

Como foi validada a confiabilidade e precisão do dispositivo Fitbit Inspire 2?
A confiabilidade e precisão do dispositivo Fitbit Inspire 2 foram validadas comparando seus dados do sono com a PolySoMnography (PSG), que é o método padrão para rastrear a atividade do sono.
Quais foram as principais descobertas do estudo?
O estudo encontrou diferenças significativas no tempo total de sono (TST), sono profundo e movimento rápido dos olhos (REM) entre o Fitbit Inspire 2 e PSG. O Fitbit Inspire 2 superestimou esses estágios do sono em comparação com o PSG. No entanto, o dispositivo mostrou alta sensibilidade e baixa especificidade para a detecção do sono.
Quais são as limitações do Fitbit Inspire 2 em comparação com o PSG?
Ao contrário do PSG, que detecta os estágios do sono através de biossignais, o Fitbit Inspire 2 usa apenas informações coletadas com base no movimento e na freqüência cardíaca. Isso pode afetar a confiabilidade e a precisão da avaliação do estágio do sono.
Quantos participantes foram incluídos no estudo?
O estudo incluiu nove participantes sem problemas graves de sono.
Qual é o significado do estudo?
Este estudo fornece informações sobre o desempenho e a eficácia do Fitbit Inspire 2 para rastrear a atividade do sono em adultos. Ele destaca a necessidade de mais pesquisas sobre sua aplicação em indivíduos com problemas de vigília do sono.
Quais foram os pontos fortes e fracos do Fitbit Inspire 2?
O Fitbit Inspire 2 demonstrou alta sensibilidade para a detecção do sono, indicando sua capacidade de identificar com precisão a atividade do sono. No entanto, mostrou baixa especificidade, sugerindo que também pode detectar atividades sem sono como sono. Esses aspectos precisam ser considerados ao interpretar os dados do sono do dispositivo.
Quais parâmetros de sono foram comparados entre o Fitbit Inspire 2 e PSG?
O estudo comparou o tempo total de sono (TST), sono profundo, movimento rápido dos olhos (REM), tempo na cama, eficiência do sono, acordar após o início do sono e sono leve entre o Fitbit Inspire 2 e PSG.
O que mais pesquisas são necessárias em relação ao Fitbit Inspire 2?
Mais pesquisas são necessárias para avaliar a aplicação do Fitbit Inspire 2 em participantes com problemas de vigília do sono. Isso forneceria mais informações sobre sua eficácia e confiabilidade em indivíduos com condições específicas de sono.
Quais são as possíveis implicações do uso do Fitbit Inspire 2 para monitoramento do sono?
O Fitbit Inspire 2 pode ser considerado uma ferramenta apropriada para medir o sono na vida cotidiana. Permite o monitoramento conveniente e contínuo dos hábitos de sono. No entanto, são necessárias mais pesquisas e interpretação cuidadosa de seus dados do sono, especialmente para indivíduos com problemas de vigília do sono.
Quais são os riscos potenciais de confiar apenas no Fitbit Inspire 2 para rastreamento do sono?
Confiar apenas no Fitbit Inspire 2 para o rastreamento do sono pode levar a uma avaliação imprecisa do estágio do sono. A dependência do dispositivo no movimento e nos dados da frequência cardíaca pode não fornecer uma avaliação abrangente da atividade do sono em comparação com o PSG, que usa biossignais.

Respostas detalhadas:

Como foi validada a confiabilidade e precisão do dispositivo Fitbit Inspire 2?
A confiabilidade e precisão do dispositivo Fitbit Inspire 2 foram validadas comparando seus dados do sono com a PolySoMnography (PSG), que é o método padrão para rastrear a atividade do sono. Essa comparação permitiu a avaliação do acordo entre os dois métodos e a identificação de diferenças significativas nos parâmetros do sono.
Quais foram as principais descobertas do estudo?
Os principais achados do estudo revelaram diferenças significativas no tempo total de sono (TST), sono profundo e movimento rápido dos olhos (REM) entre o Fitbit Inspire 2 e PSG. O Fitbit Inspire 2 tendeu a superestimar esses estágios do sono em comparação com as medições do PSG. No entanto, o dispositivo exibiu alta sensibilidade (capacidade de detectar sono) e baixa especificidade (capacidade de distinguir atividades não sonolentas do sono) para detecção do sono.
Quais são as limitações do Fitbit Inspire 2 em comparação com o PSG?
O Fitbit Inspire 2 tem limitações em comparação com o PSG. Ao contrário do PSG, que detecta os estágios do sono através de vários biossignais, o Fitbit Inspire 2 se baseia principalmente em movimentos e dados de freqüência cardíaca. Isso pode afetar a precisão e a confiabilidade da avaliação do estágio do sono, pois esses fatores podem não fornecer uma avaliação completa da atividade do sono. Portanto, o Fitbit Inspire 2 pode não fornecer o mesmo nível de detalhe e precisão que o PSG.
Quantos participantes foram incluídos no estudo?
O estudo incluiu nove participantes sem problemas graves de sono. Esse tamanho de amostra foi considerado suficiente para os objetivos e análises estatísticas do estudo.
Qual é o significado do estudo?
O significado do estudo está na avaliação do desempenho e eficácia do Fitbit Inspire 2 no rastreamento da atividade do sono. Ao comparar seus dados com o PSG, o estudo fornece informações sobre a confiabilidade e a precisão do dispositivo, destacando seu potencial como uma ferramenta para medir o sono na vida cotidiana. No entanto, são necessárias mais pesquisas para avaliar sua aplicação em indivíduos com problemas de vigília do sono.
Quais foram os pontos fortes e fracos do Fitbit Inspire 2?
O Fitbit Inspire 2 demonstrou alta sensibilidade para a detecção do sono, indicando sua capacidade de identificar com precisão a atividade do sono. Esta é uma grande força do dispositivo. No entanto, mostrou baixa especificidade, sugerindo que também pode detectar atividades sem sono como sono. Esta é uma fraqueza que precisa ser considerada ao interpretar os dados do sono fornecidos pelo Fitbit Inspire 2.
Quais parâmetros de sono foram comparados entre o Fitbit Inspire 2 e PSG?
O estudo comparou vários parâmetros de sono entre o Fitbit Inspire 2 e PSG, incluindo tempo total de sono (TST), sono profundo, movimento rápido dos olhos (REM), tempo na cama, eficiência do sono, acordar após o início do sono e sono leve. Esses parâmetros foram essenciais para avaliar o acordo e as discrepâncias entre os dois métodos de rastreamento do sono.
O que mais pesquisas são necessárias em relação ao Fitbit Inspire 2?
Mais pesquisas são necessárias para avaliar a aplicação do Fitbit Inspire 2 em indivíduos com problemas de vigília do sono. Isso forneceria mais informações sobre sua eficácia, confiabilidade e benefícios potenciais para condições específicas de sono. Além disso, estudos comparativos com tamanhos de amostras maiores e diversas populações aumentariam o entendimento do desempenho do Fitbit Inspire 2.
Quais são as possíveis implicações do uso do Fitbit Inspire 2 para monitoramento do sono?
O uso do Fitbit Inspire 2 para o monitoramento do sono tem várias implicações. Ele permite que os indivíduos rastreem conveniente e continuamente seus hábitos de sono na vida cotidiana. Isso pode ajudar na identificação de irregularidades ou padrões na duração e estágios do sono. No entanto, é importante interpretar os dados do sono do Fitbit Inspire 2 com cautela e considerar as limitações de confiar apenas no movimento e nos dados da freqüência cardíaca para avaliação do sono.
Quais são os riscos potenciais de confiar apenas no Fitbit Inspire 2 para rastreamento do sono?
Confiar apenas no Fitbit Inspire 2 para o rastreamento do sono pode representar riscos em termos de avaliação imprecisa do estágio do sono. A dependência do dispositivo em movimento e dados da freqüência cardíaca sozinha pode não fornecer uma avaliação abrangente da atividade do sono em comparação com o PSG, que usa vários biosignais para estadiamento do sono. Portanto, os dados Fitbit Inspire 2 devem ser interpretados com cautela, considerando suas limitações.

Fitbit Inspire 2

7. Van de Water em, Holmes A, Hurley DA. Medições objetivas do sono para configurações não laboratórias como alternativas à polisonsomnografia-uma revisão sistemática . J Sleep Res . 2011; 20 (1 Pt 2): 183–200. doi: 10.1111/j.1365-2869.2009.00814.X [PubMed] [CrossRef] [Google Scholar]

Validação do Fitbit Inspire 2 TM contra polisomnografia em adultos, considerando a adaptação para uso

Este trabalho é publicado e licenciado pela Dove Medical Press Limited. Os termos completos desta licença estão disponíveis em https: // www.Dovepress.com/termos.PHP e incorpore a atribuição do Creative Commons – não comercial (não portado, V3.0) Licença (http: // CreativeCommons.org/licenças/by-nc/3.0/). Ao acessar o trabalho que você aceita os termos. Os usos não comerciais do trabalho são permitidos sem mais permissão da Dove Medical Press Limited, desde que o trabalho seja atribuído adequadamente. Para permissão para uso comercial deste trabalho, consulte os parágrafos 4.2 e 5 de nossos termos (https: // www.Dovepress.com/termos.php).

Abstrato

Propósito

A comercialização de dispositivos de rastreamento de atividades do sono tornou possível gerenciar a qualidade do sono em casa. No entanto, é necessário verificar a confiabilidade e a precisão dos dispositivos vestíveis por meio da comparação com a Polisomnografia (PSG), que é o padrão para rastrear a atividade do sono. Este estudo teve como objetivo monitorar a atividade geral do sono usando o Fitbit Inspire 2 ™ (FBI2) e avaliar seu desempenho e eficácia através do PSG nas mesmas condições.

Pacientes e métodos

Comparamos os dados do FBI2 e PSG de nove participantes (quatro participantes do sexo masculino e cinco do sexo feminino; idade média, 39 anos) sem problemas graves de sono. Os participantes usavam FBI2 continuamente por 14 dias, considerando o período de adaptação ao dispositivo. Os dados do sono FBI2 e PSG foram comparados usando emparelhado t-Testes, parcelas de Bland-Altman e análise de época por epococismo para 18 amostras, agrupando dados de duas réplicas.

Resultados

Os valores médios para cada estágio do sono obtidos do FBI2 e PSG mostraram diferenças significativas no tempo total de sono (TST), sono profundo e movimento ocular rápido (REM). Na análise sem graça – Altman, TST (P = 0.02), sono profundo (P = 0.05) e Rem (P = 0.03) foram significativamente exagerados no FBI2 em comparação com o PSG. Além disso, o tempo na cama, a eficiência do sono e o acordar após o início do sono foram superestimados, enquanto o sono leve foi subestimado. No entanto, essas diferenças não foram estatisticamente significativas. O FBI2 mostrou uma alta sensibilidade (93.9%) e baixa especificidade (13.1%), com precisão de 76%. A sensibilidade e especificidade de cada estágio do sono foi de 54.3% e 62.3%, respectivamente, para sono leve, 84.8% e 50.1%, respectivamente, para sono profundo e 86.4% e 59.1%, respectivamente para o sono REM.

Conclusão

O uso do FBI2 como uma ferramenta objetiva para medir o sono na vida cotidiana pode ser considerada apropriada. No entanto, mais pesquisas são necessárias em sua aplicação em participantes com problemas de vigília do sono.

Palavras-chave: vestível, sono, rastreamento, polisomnografia, estudo de validação

Introdução

O sono é essencial para manter uma vida saudável. O sono inadequado aumenta o risco de doenças cardiovasculares, diabetes tipo 2 e hipertensão.1 Em um estudo recente, menor duração do sono foi associada a 1.28 vezes maior risco de síndrome metabólica.2 O tempo médio de sono dos coreanos é 6.76 horas, o que mostra uma tendência geral de ficar mais curto ao longo do tempo.3 O número de pacientes com distúrbios do sono também aumentou 8% anualmente nos últimos cinco anos, e o número de pacientes com distúrbios do sono era de 650.000 a partir de 2020.4 Valores de aviso para esses estados do sono levam a um interesse em produtos do sono que ajudam o sono saudável. Portanto, o uso de dispositivos vestíveis que medem facilmente o status do sono na vida cotidiana aumentou.5 Além disso, à medida que o interesse pela saúde do sono aumentou, a pesquisa se concentrou em verificar a confiabilidade e a precisão dos dispositivos vestíveis expandiu -se.6

A polisonsomnografia (PSG), um método padrão preciso para medir o sono, tem sido amplamente utilizado em pesquisas sobre avaliações objetivas do sono.7 No entanto, a medição do PSG leva de oito a dez horas e há um limite para medir o tempo usual de sono, conduzindo o teste em um ambiente desconhecido. Portanto, o teste requer tempo, esforço e pagamento.5 Para superar essas limitações, um Fitbit de pulso, que é um método não invasivo certificado pela Food and Drug Administration, é usado.8

O mais recente Fitbit, fabricado após 2017, usa um método de avaliação do estágio do sono que monitora dados em intervalos regulares para acordar e dormir tempos através de um sensor de movimento e medição de freqüência cardíaca. Comparado com o modelo inicial, é possível avaliar não apenas os parâmetros do sono, mas também os estágios do sono.9 Portanto, é possível usar efetivamente o Fitbit para monitoramento de sono rotineiro e avaliação clínica do sono em pacientes com transtornos de sono ou mental. Além disso, é possível o gerenciamento contínuo dos hábitos de sono.10,11 No entanto, o Fitbit tem uma limitação, pois usa apenas informações coletadas após medir o sono com base no movimento e na freqüência cardíaca, diferentemente do PSG, que detecta os estágios do sono através de biossignais.

Existem certas diferenças na confiabilidade e precisão com base no modelo Fitbit; Portanto, muitos estudos comparativos usando PSG foram relatados para avaliar a eficácia do Fitbit.12 No geral, Fitbit mostrou alta sensibilidade (0.95-0.96) e especificidade relativamente baixa (0.58–0.69) para detecção do sono em uma meta-análise da precisão do Fitbit e PSG, que pode avaliar os estágios do sono. Hora de acordar após o início do sono (WASO), o tempo total de sono (TST) e a eficiência do sono (SE) não diferiram dos do PSG. No entanto, a latência do início do sono é subestimada.13 Assim, o Fitbit é considerado uma alternativa à coleta de dados objetivos do sono, que anteriormente estava disponível apenas através do PSG no laboratório.14

No entanto, estudos comparando a validade do Fitbit e do PSG são limitados porque a maioria dos estudos foram experimentos únicos.15 Além disso, o efeito da primeira noite ocorreu em 50% dos participantes, pois o experimento foi realizado em um laboratório desconhecido diferente do ambiente familiar à noite. Além disso, 66-81% dos participantes relataram desconforto durante o sono devido ao uso simultâneo de vários dispositivos desconhecidos.16 Esses problemas diminuíram os participantes’ qualidade do sono durante o experimento, o que afetou a interpretação dos resultados do estudo do sono.

Portanto, é necessário comparar os resultados obtidos com o desgaste diário de um dispositivo e medições repetidas com o PSG para verificar a confiabilidade do Fitbit. Este estudo teve como objetivo avaliar a precisão e a confiabilidade do Fitbit, comparando os resultados obtidos do Fitbit Inspire 2 ™ (FBI2) e PSG com medições repetidas após o uso do dispositivo por um determinado período.

Materiais e métodos

Estudo participantes e desenho do estudo

Participantes do estudo

Este estudo foi realizado de outubro de 2021 a dezembro de 2021, visando 12 participantes com idades entre 20 e 55 anos morando em Daejeon sem graves distúrbios do sono. Com base na diferença média e no desvio padrão do TST medido usando Fitbit e PSG em estudos anteriores, 9 participantes foram selecionados com um nível de significância de 5% e uma potência de 80% e um total de 12 participantes foram calculados aplicando uma taxa de abandono de 20%.17,18 Os participantes foram recrutados por meio de um aviso de recrutamento no D Hospital em Daejeon. O consentimento informado por escrito foi obtido de todos os participantes. Os critérios para a seleção de participantes foram adultos entre 20 e 55 anos e aqueles com insônia leve a moderada, conforme indicado por uma pontuação de 8 a 21 no índice de gravidade da insônia (ISI).19 Os seguintes participantes foram excluídos: aqueles com distúrbios do sono, distúrbios psiquiátricos, distúrbios médicos internos e externos e distúrbios musculoesqueléticos; aqueles que tomam drogas psiquiátricas/neurológicas, incluindo pílulas para dormir; e aqueles com ciclos irregulares de vigília do sono, como o trabalho de turno. O sujeito’A avaliação da conformidade foi realizada através de um médico’s Exame, questionário e exames de sangue. O estudo foi aprovado pelo Conselho de Revisão Institucional do Hospital de Medicina Coreana Daejeon da Universidade Daejeon (número de aprovação: DJDSKH-21-BM-15) e conduzido de acordo com a declaração de Helsinquei.

Design de estudo

Neste estudo, foram realizadas três visitas ao hospital: registro de sujeitos (visita um), a primeira comparação do Fitbit (Fitbitⓡ Inc, São Francisco, Califórnia, EUA) e PSG (uma semana após a visita um) e a segunda comparação do Fitbit e PSG (duas semanas após a visita). O Fitbit foi usado continuamente por 14 dias, que foi o período de estudo, considerando o participante’S Período de adaptação ao Fitbit. Depois de ser admitido no hospital por dois dias e uma noite, o PSG foi medido durante o sono pela equipe médica profissional do PSG. Neste momento, a medição foi realizada enquanto usava o Fitbit. Durante a medição do PSG, o pesquisador registrou os diários do sono antes e depois que os participantes dormiam e monitorou continuamente o status de segurança dos participantes. Doze participantes foram inscritos e dados de nove participantes que concluíram as três visitas foram incluídos na análise final (excluindo dados de um abandono e dois dados ausentes do Fitbit) (Figura 1).

Um arquivo externo que contém uma imagem, ilustração, etc. O nome do objeto é NSS-15-59-G0001.jpg

Diagrama de fluxo para seleção de participantes do estudo. PSG, Polisomnografia.

Ferramentas de estudo

PSG

Os pacientes foram submetidos ao PSG duas vezes. A atividade de rotina foi mantida antes do início do PSG. No entanto, o consumo de cafeína, tabaco e álcool foi desencorajado. A temperatura, a umidade e a iluminação de todos os quartos do PSG foram mantidos iguais, e todos os participantes usavam o mesmo casaco de laboratório. A medição foi realizada às 8 p.m. Na sala de teste do PSG do sono antes do teste, e dois técnicos profissionais do PSG se revezaram conduzindo o teste enquanto o sujeito dormia. A pontuação da fase do sono Rechtschaffen e Kales foi calculada com base em uma época de 30 segundos, de acordo com as diretrizes padrão.20 Compumedics/Siesta 802a foi usado como instrumento PSG, e um técnico polisomnográfico certificado realizou um método padronizado. Os sensores foram conectados a locais de medição, como cabeça, face, tronco e extremidades inferiores. Vários biossignais, como respiração, ronco, eletroencefalograma, eletrooculograma, eletromiograma, eletrocardiograma, posição corporal e concentração de oxigênio no sangue dos participantes foram detectados através de sensores. Além disso, os estágios do sono foram identificados gravando a noite inteira’s tempo de sono. As variáveis usadas para a análise do PSG foram as seguintes: tempo na cama (TIB; min), TST (min), SE (%), Waso (min), estágios 1 a 3 (min) e Total Rapid Eye Motion (REM) Tempo de sono (min).

FBI2

As atividades e padrões de sono coletados eram acessíveis através de um aplicativo móvel com o assunto’s consentimento. O dispositivo era usado antes de dormir na manhã seguinte no laboratório, excluindo o tempo do chuveiro. Um dispositivo totalmente carregado foi usado neste estudo. Os dados do Fitbit foram extraídos atribuindo estágios de sono e vigília de 30 segundos para análise de epítmica por epízio (EBE). As informações do sono obtidas através do FBI2 foram combinadas com variáveis PSG, como segue, referindo -se aos parâmetros do sono no site da Fitbit: 21 TIB (MIN), TST (min), SE (%), WASO (min), tempo total de sono REM (min). Para comparação com as classificações de estadiamento do FBI2, uma soma dos estágios um e dois foi calculada para representar o sono leve e os estágios três e quatro foram considerados sono profundo.

Análise de dados e métodos estatísticos

Os dados de nove participantes foram incluídos na análise final. Dezoito casos foram analisados integrando os dados das duas visitas com dados Fitbit e PSG. Os valores de desvio médio e padrão (DP) são apresentados para variáveis contínuas, como as características demográficas dos participantes do estudo. Os valores de frequência e porcentagem são apresentados para dados categóricos. Estes foram usados para análise, referindo -se aos métodos padrão para avaliar o desempenho do PSG do sono e rastreadores de sono.22 um emparelhado t-O teste foi usado para comparar os resultados dos parâmetros do sono. A concordância geral dos resultados foi analisada usando as comparações Bland -Altman e EBE. A análise de dados estatísticos foi realizada usando o SPSS versão 24 (SPSS, IBM Corp.) e R versão 4.1.0 (a base R para computação estatística). Foi realizado um teste de dois lados e a significância estatística foi definida em um P valor de < 0.05.

Método Bland -Altman

O método Bland -Altman exibe a diferença entre as duas medições e compara a distribuição das diferenças. Neste estudo, a diferença e a DP entre as duas medições, o intervalo de confiança de 95% para a diferença e os limites inferiores e superiores de concordância (diferença de média [1.96 SD]) para TIB, SE, TST, WASO, Sono leve, sono profundo e remédio apresentado por PSG e Fitbit foram calculados e visualmente exibidos em um gráfico.

EBE comparações

Para comparar a época entre os dois métodos de medição, apenas os dados medidos simultaneamente para cada método foram utilizados para a análise. Os estágios de cada medição foram alterados da seguinte. No Fitbit, a vigília foi mantida como despertar, e leve, profundo e REM foram alterados para dormir. Além disso, como o intervalo de tempo entre as medições de época não era o mesmo, o intervalo de tempo de medição da época para cada método foi alterado para 30s antes de gravar. Quando os estágios de despertar e sono foram medidos no bloco de 30 segundos, eles foram codificados como estágios de vigília. Concordância, sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo foram avaliados usando os dados classificados.23

Resultados

Características gerais dos participantes

As características gerais dos nove participantes são apresentadas na Tabela 1 . Havia quatro homens (36.4%) e cinco mulheres (45.5%) e a pontuação média do ISI foi de 13.7 (4.4).

tabela 1

Variáveis	n = 9	(%)
Gênero
Macho	4	44.4
Fêmea	5	55.6
Anos de idade)	39.0 ± 8.0
Altura (cm)	167.5 ± 8.3
Peso (kg)	66.8 ± 15.2
IMC (kg/m²)	23.6 ± 3.3
Bebendo
Sim	3	33.3
Não	6	66.7
Fumar
Sim	6	66.7
Não	3	33.3
ISI
Significar	13.7 ± 4.4
Leve (8–14)	5	55.6
Moderado (15–21)	4	44.4

Abreviações: IMC, índice de massa corporal, ISI, Índice de Gravidade de Insônia.

Comparação entre FBI2 e PSG

A Tabela 2 mostra os resultados da comparação entre o FBI2 e o PSG usando 18 amostras de dados combinadas das visitas dois e três. Diferenças estatisticamente significativas foram observadas entre o Fitbit e o PSG no TST, o sono profundo e o sono REM (P < 0.05). The Fitbit and PSG TST showed a difference of 17.91 minutes. Deep sleep in the Fitbit was 14.67 minutes longer than in the PSG. Other variables showed no differences between the Fitbit and PSG.

mesa 2

PSG e Fitbit Inspire 2 Resultados do sono usando amostra completa (n = 18)

Variáveis	Fitbit		PSG		t	p-valor
Variáveis	Média ± DP	± 95% IC	Média ± DP	± 95% IC	t	p-valor
TIB (min)	414.94 ± 88.93	370.72 ~ 459.17	413.81 ± 52.25	387.82 ~ 439.79	0.076	0.940
TST (min)	364.33 ± 79.98	324.56 ~ 404.11	346.42 ± 73.89	309.67 ~ 383.16	2.487	0.024
SE (%)	87.83 ± 4.32	85.68 ~ 89.98	83.68 ± 14.03	76.70 ~ 90.66	1.364	0.190
Waso (min)	50.61 ± 21.85	39.74 ~ 61.48	40.25 ± 49.55	15.61 ~ 64.89	0.757	0.459
Sono leve (min)	225.39 ± 52.45	199.30 ~ 251.47	231.75 ± 47.37	208.19 ~ 255.31	-0.485	0.634
Sono profundo (min)	64.28 ± 27.27	50.72 ~ 77.84	49.61 ± 35.10	32.16 ~ 67.07	2.104	0.051
Rem (min)	74.67 ± 24.70	62.38 ~ 86.95	65.06 ± 27.70	51.28 ~ 78.83	2.308	0.034

Notas: Sono leve (estágio 1+2); sono profundo (estágio 3); p-valor calculado por emparelhado t-teste.

Abreviações: PSG, polisomnografia; CI, intervalo de confiança; SD, desvio padrão; Tib, tempo na cama; TST, tempo total de sono; SE, eficiência do sono; Waso, acorde após o início do sono; REM, movimento rápido dos olhos.

Análise de diferença média de Bland -Altman

A Figura 2 mostra a comparação de diferenças e distribuições entre as medições Fitbit e PSG por análise Bland -Altman. A partir dos resultados da comparação de Bland -Altman, TST (P = 0.02), sono profundo (P = 0.05) e Rem (P = 0.03) medido pelo FBI2 foi significativamente superestimado. TIB (P = 0.94), SE (P = 0.19) e Waso (P = 0.46) tenderam a ser superestimados, mas não eram estatisticamente significativos. Além disso, sono leve (P = 0.63) foi subestimado, mas não foi estatisticamente significativo. No enredo sem graça, todas as medidas, exceto um caso, estavam no intervalo de confiança de 95%, indicando um alto grau de concordância.

Um arquivo externo que segura uma imagem, ilustração, etc. O nome do objeto é NSS-15-59-G0002.JPG

Gráficos de Bland -Altman do FBI2 versus PSG. Gráficos de Bland-Altman, apresentando os diferentes valores do FBI2 e PSG no eixo y contra os valores do PSG no eixo x entre TIB, TST, SE, WASO, Sono leve (estágio 1+2), sono profundo (estágio 3) e Rem. A linha azul sólida horizontal indica a diferença média média, enquanto as linhas tracejadas representam o intervalo de confiança de 95% (ou limite de concordância inferior). FBI2, Fitbit Inspire 2 ™.

Abreviações: PSG, polisomnografia; Tib, tempo na cama; TST, tempo total de sono; SE, eficiência do sono; Waso, acorde após o início do sono; REM, movimento rápido dos olhos.

Comparações Fitbit e PSG EBE

A sensibilidade e especificidade do sono total, sono leve, sono profundo e sono REM foram investigados para cada estágio do sono no FBI2 e PSG por análise EBE. Para sono total, o FBI2 tinha baixa especificidade (13.1%), alta sensibilidade (93.9%) e precisão moderada a baixa (76.0%). Para sono leve, o FBI2 mostrou uma sensibilidade relativamente baixa (54.3%), especificidade (62.3%) e precisão (59.1%), enquanto a sensibilidade ao sono profundo (84.8%) e o sono REM (86.4%) foi moderado. No entanto, a precisão foi alta para profunda (98.2%) e sono REM (92.3%). Sono profundo (50.1%) e o sono REM (59.1%) mostrou uma especificidade moderada a baixa (Tabela 3).

Tabela 3

Sensibilidade, especificidade e precisão do Fitbit Inspire 2 em comparação com PSG usando amostra completa (n = 18)

Categoria	Sensibilidade (%)	Especificidade (%)	Precisão (%)	PPV (%)	NPV (%)
Sono total	93.9%	13.1%	76.0%	79.2%	38.0%
Sono leve	54.3%	62.3%	59.1%	49.2%	67.0%
Sono profundo	84.8%	50.1%	83.7%	98.2%	9.5%
Rem	86.4%	59.1%	82.3%	92.3%	43.2%

Notas: Sono leve (estágio 1+2); sono profundo (estágio 3).

Abreviações: PSG, polisomnografia; PPV, valor preditivo positivo; NPV, valor preditivo negativo; REM, movimento rápido dos olhos.

Discussão

Neste estudo, comparamos os resultados do FBI2 com os do PSG através de dois experimentos repetidos em intervalos de uma semana nas mesmas condições para avaliar a eficácia da função de medição do sono e despertar do FBI2 em nove participantes sem distúrbios do sono. Este é um estudo suplementar verificando o Fitbit’s precisão. Os dois principais resultados deste estudo são os seguintes: primeiro, as variáveis FBI2 TST, o sono profundo e o sono REM foram significativamente superestimados. Segundo, o resultado total do sono mostrou uma sensibilidade de 93.9%, especificidade de 13.1%e precisão de 76.0%. Portanto, a precisão de cada parâmetro do sono foi determinada.

Bland -Altman’S A comparação avaliou o desempenho do FBI2 por meio de variáveis de sono para PSG, o que foi consistente com os resultados de Bland -Altman’S emparelhado t-teste. Os resultados do estudo mostraram diferenças significativas no TST, sono profundo e sono REM entre as variáveis de sono medidas duas vezes usando PSG e FBI2.

A diferença média entre FBI2 e PSG no TST foi de 17.9 minutos e 14.67 minutos em sono profundo, que foi significativamente superestimado. Estudos anteriores mostraram que há uma diferença média significativa entre o PSG e os dispositivos vestíveis de medição do sono, em que os dispositivos vestidos de medição do sono fazem com que a superestimação. Em um estudo anterior que realizou PSG usando o Fitbit Alta HR em 49 participantes, o TST e o sono profundo foram significativamente superestimados, semelhantes aos resultados obtidos neste estudo.18 Além disso, o SE era 4.15%e Waso era 10.36 minutos, que foi superestimado. A WASO é encontrada principalmente em pacientes com distúrbios do sono; Em estudos anteriores ao comparar Waso com insônia e indivíduos saudáveis, no grupo individual saudável, o desvio padrão foi maior que o valor médio.24,25 Além disso, outros estudos anteriores demonstraram que o desvio padrão é grande; Além disso, nenhum resultado significativo foi explicado como uma limitação do pequeno número de participantes.26 Considerando as limitações deste estudo, o número de participantes era pequeno e o valor médio da WASO foi determinado como maior que o desvio padrão, analisando o público em geral.

O enredo sem graça foi incluído no intervalo de confiança de 95%, indicando um valor constante. Isso é contrário aos resultados de um estudo anterior em que a concordância entre o Fitbit e o PSG foi menor à medida que a WASO aumentou na trama Bland -Altman quando o dispositivo Fitbit Alta HR foi usado para pacientes com insônia. Esse resultado conflitante pode ser porque os participantes deste estudo não tiveram distúrbios do sono.27 Portanto, a precisão foi confirmada como alta quando o FBI2 foi usado em participantes com distúrbios do sono. O sono leve foi subestimado por -6.36. Em um estudo anterior que comparado a Withings Pulse O2 com PSG em 40 adultos saudáveis, o sono leve (viés médio de 79 min) também foi subestimado, o que é semelhante aos resultados deste estudo.28

A sensibilidade dos participantes para o estágio total do sono do FBI2 foi 93.9%, indicando que o sono foi detectado com precisão. No entanto, a especificidade para detectar o estágio total do sono foi relativamente baixo (13.1%). Isso é consistente com os resultados da avaliação da eficácia do sono do dispositivo vestível de pulso com base nos resultados do PSG. Portanto, foi verificado que esses dispositivos poderiam medir com precisão o sono devido à sua alta sensibilidade geral e baixa especificidade.29 A baixa especificidade do Fitbit está relacionada à percepção do sono quando não há movimento. No entanto, o mais recente Fitbit detectou com mais precisão a época da esteira, ou Waso, durante o sono.13 No entanto, em comparação com os resultados de outros estudos usando Fitbit com um algoritmo semelhante, a sensibilidade neste estudo foi semelhante. No entanto, a especificidade (0.58 a 0.69) é um pouco menor.13 Portanto, embora as medições repetitivas tenham sido realizadas neste estudo, pode-se inferir que o sujeito dormiu com o mínimo movimento em um estado desconfortável em laboratórios hospitalares, ao contrário do sono em casa.

O efeito da primeira noite é observado principalmente em pacientes com insônia, e este estudo foi realizado no público em geral; Assim, o primeiro efeito noturno não foi aplicado substancialmente.30 No entanto, os resultados foram comparados por medições repetidas para coletar informações precisas do sono usando polisomnografia do sono com base em estudos anteriores que demonstraram que o registro de teste do polimorfismo do sono é crítico por dois dias consecutivos.31 Os resultados do teste da primeira e da segunda visitas foram semelhantes nos participantes deste estudo; Assim, o primeiro efeito noturno não apareceu (os resultados não são apresentados).

Para complementar isso, propomos tornar o ambiente de laboratório semelhante ao de uma casa. Neste estudo, as precisão do sono leve, sono profundo e sono REM foram 59.1%, 83.7%e 82.3%, respectivamente. Em um estudo comparativo de Fitbit Charge 2 e PSG para trabalhadores em turnos, a precisão do sono leve foi 0.49, o sono profundo foi 0.78, e o sono REM foi 0.86, que foi semelhante aos resultados de estudos anteriores.32 Em uma revisão sistemática da literatura de cada modelo Fitbit, a precisão dos parâmetros do sono através da análise EBE foi 0.69 ~ 0.81 para sono leve, 0.36 ~ 0.89 para sono profundo e 0.62 ~ 0.89 para o sono REM.13 Em comparação com os resultados deste estudo, a precisão do sono leve foi baixa, enquanto o sono profundo e o REM mostrou alta precisão.

Em um estudo recente, a coleta de dados em larga escala tornou-se possível à medida que a demanda por fitbit aumentou. Portanto, pode ocorrer uma rápida tendência de crescimento.33 Os dispositivos Fitbit podem medir não apenas dormir, mas também a freqüência cardíaca e a atividade física. A validade de vários modelos de dispositivos Fitbit foi avaliada por meta-análise e descoberta como um importante fator de eventos de validade na função da frequência cardíaca e função de medição de atividade física.34 Distúrbios do sono ou mudanças no status do sono podem ser monitoradas para prever a saúde, validando os dispositivos Fitbit. Considerando isso, este estudo confirmou a possibilidade de usar o FBI2 e o FBI2 como ferramentas de triagem para medição do estágio do sono na vida diária.

As vantagens deste estudo são as seguintes: Primeiro, comparando Fitbit e PSG para os coreanos, as características do sono dos coreanos foram refletidas nas mesmas condições ambientais. Portanto, a condição para aumentar a confiabilidade do Fitbit foi satisfeita. Segundo, os critérios recentemente padronizados para confirmar a precisão do dispositivo de rastreamento do sono através do método de análise EBE foram aplicados usando os principais parâmetros de sono.22 Terceiro, houve um período de adaptação ao ambiente de laboratório usando os dados medidos duas vezes com um intervalo de uma semana.

As limitações deste estudo são as seguintes: primeiro, porque este foi um estudo exploratório com apenas nove participantes, o tamanho da amostra era pequeno, o que pode ter afetado a comparação precisa do FBI2 e PSG. Portanto, analisamos o número total de participantes medidos por visita para compensar esta limitação. Segundo, a precisão foi relativamente baixa devido às características do dispositivo FBI2, cujo modo de medição do sono não foi classificado em detalhes. Terceiro, os parâmetros do sono do Fitbit foram definidos arbitrariamente, diferentemente da interpretação dos tecnólogos polisomnográficos do PSG. Portanto, havia limitações para esta interpretação.

Conclusão

Este estudo comparou o PSG e o FBI2 do sono com medições repetidas no mesmo ambiente experimental do sono em adultos que se sentiram desconfortáveis com o sono. Este estudo é significativo, pois é o primeiro estudo exploratório a verificar a precisão do FBI2 e encontrou a possibilidade de seu uso como um indicador objetivo do sono. Ao demonstrar resultados quase consistentes com estudos anteriores após a comparação com o Fitbit e o PSG, o FBI2 pode ser usado para monitorar a saúde do sono devido ao seu aspecto de usabilidade, apoiando assim seu uso como uma alternativa ao PSG.

Agradecimentos

Os autores apreciam o Hospital Médico Coreano da Universidade Daejeon e o centro de ensaios clínicos por sua contribuição para a coleta de dados.

Declaração de financiamento

Este trabalho foi apoiado pelo Instituto de Medicina Oriental da Coréia (número de concessão: KSN1731121) e o Ministério do Comércio, Indústria e Energia (número de concessão: NIN2013240).

Divulgação

Os autores não relatam conflitos de interesse neste trabalho.

Referências

1. Cappuccio FP, Cooper D, D’Elia L, Strazzullo P, Miller MA. A duração do sono prevê resultados cardiovasculares: uma revisão sistemática e metanálise de estudos prospectivos . Eur Heart J . 2011; 32 (12): 1484-1492. doi: 10.1093/EURHEARTJ/EHR007 [PubMed] [CrossRef] [Google Scholar]

2. Xie J, Li Y, Zhang Y, et al. Duração do sono e síndrome metabólica: uma revisão sistemática atualizada e metanálise . Sleep Med Rev . 2021; 59: 101451. doi: 10.1016/j.smrv.2021.101451 [PubMed] [CrossRef] [Google Scholar]

3. Shin D, Hur J, Cho KH, Cho Eh. Tendências da duração do sono autorreferido em adultos coreanos: resultados da Pesquisa de Exame de Saúde e Nutrição da Coréia, 2007-2015 . Sleep Med . 2018; 52: 103-106. doi: 10.1016/j.dormir.2018.08.008 [PubMed] [CrossRef] [Google Scholar]

4. Serviço Nacional de Seguro de Saúde. Informações úteis sobre estatísticas da vida em saúde para saber [Internet] . Wonju: Seguro Nacional de Saúde Sevice; 2021. Disponível em: https: // www.NHIS.ou.KR/NHIS/TONOS/WBHAEC06700M01.fazer?modo = visualização e articleno = 10811517. Acesso em 21 de fevereiro de 2023. [Google Scholar]

5. Lee YJ, Kim DJ, Lee H. Um estudo sobre avaliação do sono para substanciação de produtos do sono . Sleep Med Psychopysiol . 2020; 27 (2): 51–55. [Google Scholar]

6. Depner CM, Cheng PC, Devine JK, et al. Tecnologias vestíveis para o desenvolvimento de biomarcadores do sono e circadiano: um resumo das discussões de oficinas . Dormir . 2020; 43 (2): ZSZ254. doi: 10.1093/Sleep/ZSZ254 [artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

7. Van de Water em, Holmes A, Hurley DA. Medições objetivas do sono para configurações não laboratórias como alternativas à polisonsomnografia-uma revisão sistemática . J Sleep Res . 2011; 20 (1 Pt 2): 183–200. doi: 10.1111/j.1365-2869.2009.00814.X [PubMed] [CrossRef] [Google Scholar]

9. Fitbit. O que devo saber sobre os estágios do sono? [Página inicial na Internet] . Disponível em: https: // ajuda.Fitbit.com/artigos/en_us/help_article/2163. Acessado em 26 de julho de 2022.

10. Cook JD, Prairie ML, Plante DT. Utilidade do Fitbit Flex para avaliar o sono em transtorno depressivo maior: uma comparação com polisomnografia e actigrafia usada pelo pulso . J afeta o distúrbio . 2017; 217: 299–305. doi: 10.1016/j.JAD.2017.04.030 [Artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

11. Moreno-Pino F, Porras-Segovia A, López-Eteban P, Artés A, Baca-García E. Validação do Fitbit Charge 2 e Fitbit Alta HR contra a Polissomnografia para avaliar o sono em adultos com apneia obstrutiva do sono . J Clin Sleep Med . 2019; 15 (11): 1645-1653. doi: 10.5664/JCSM.8032 [Artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

12. Scott H, Lack L, Lovato N. Uma revisão sistemática da precisão dos dispositivos vestíveis do sono para estimar o início do sono . Sleep Med Rev . 2020; 49: 101227. doi: 10.1016/j.smrv.2019.101227 [PubMed] [CrossRef] [Google Scholar]

13. Haghayegh S, Khoshnevis S, Smolensky MH, Diller KR, Castriotta RJ. Precisão dos modelos Fitbit de pulseira na avaliação do sono: revisão sistemática e metanálise . J Med Internet res . 2019; 21 (11): E16273. doi: 10.2196/16273 [artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

14. Munos B, Baker PC, Bot BM, et al. Saúde móvel: o poder de wearables, sensores e aplicativos para transformar ensaios clínicos . Ann N Y Acad Sci . 2016; 1375 (1): 3–18. doi: 10.1111/NYAS.13117 [PubMed] [CrossRef] [Google Scholar]

15. Cook JD, Eftekari SC, Dallmann E, Sippy M, Plante DT. Capacidade do Fitbit Alta HR de quantificar e classificar o sono em pacientes com suspeitos de distúrbios centrais da hipersomnolência: uma comparação com a polissomnografia . J Sleep Res . 2019; 28 (4): E12789. doi: 10.1111/JSR.12789 [PubMed] [CrossRef] [Google Scholar]

16. Lunsford-Avery JR, Keller C, Kollins SH, Krystal AD, Jackson L, Engelhard MM. Viabilidade e aceitabilidade do uso do dispositivo eletroenceencefalograma do sono vestível em adolescentes: estudo observacional . Jmir mHealth uhealth . 2020; 8 (10): E20590. doi: 10.2196/20590 [artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

17. Meltzer LJ, Hiruma LS, Avis K, Montgomery-Downs H, Valentin J. Comparação de um acelerômetro comercial com polisomnografia e actigrafia em crianças e adolescentes . Dormir . 2015; 38 (8): 1323–1330. doi: 10.5665/sono.4918 [Artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

18. De Zambotti M, Baker FC, Willoughby AR, et al. Medidas de sono e funcionamento cardíaco durante o sono usando uma pulseira multissensorial comercialmente disponível em adolescentes . Fishiol comportamento . 2016; 158: 143–149. doi: 10.1016/j.Physbeh.2016.03.006 [Artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

19. Bastien CH, Vallières A, Morin CM. Validação do índice de gravidade da insônia como uma medida de resultado para pesquisa de insônia . Sleep Med . 2001; 2 (4): 297–307. doi: 10.1016/S1389-9457 (00) 00065-4 [PubMed] [CrossRef] [Google Scholar]

20. Hori T, Sugita Y, Koga E, Shirakawa S, Inoue K. Suplementos e emendas propostas para ‘Um manual de terminologia padronizada, técnicas e sistema de pontuação para estágios do sono de seres humanos’, The Rechtschaffen & Kales (1968) padrão . Psychiatry Clin Neurosci . 2001; 55: 305–310. [PubMed] [Google Scholar]

21. Variável da API do sono: Sleep [Página inicial na Internet] . Disponível em: https: // dev.Fitbit.coma. Acessado em 26 de julho de 2022.

22. Menghini L, Cellini N, Goldstone A, Baker FC, De Zambotti M. Uma estrutura padronizada para testar o desempenho da tecnologia de rastreamento de sono: diretrizes passo a passo e código de código aberto . Dormir . 2021; 44 (2): ZSAA170. doi: 10.1093/Sleep/ZSAA170 [artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

23. Kosmadopoulos A, Sargent C, Darwent D, Zhou X, Roach GD. Alternativas à polisonsomnografia (PSG): uma validação da actigrafia do punho e um sistema parcial-PSG . Métodos comportamentais . 2014; 46 (4): 1032-1041. doi: 10.3758/S13428-013-0438-7 [PubMed] [CrossRef] [Google Scholar]

24. Peters b. Por que Waso tem um efeito negativo na qualidade do sono; 2022. Disponível em: https: // www.Muito WellHealth.com/compreensão e tratamento-waso-3015394. Acesso em 21 de fevereiro de 2023.

25. Scott H, Lovato n, não l. O desenvolvimento e a precisão do dispositivo vestível Thim para estimar o sono e a vigília . Sono nat sci . 2021; 13: 39. doi: 10.2147/nss.S287048 [artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

26. Kim E-J, Ahn Y-M, Shin H-B, Kim J-W. Análise de flutuação prejudicada do eletroencefalograma do sono entre a síndrome obstrutiva do sono e as crianças normais . Sleep Med Psychopysiol . 2010; 17 (1): 41–49. [Google Scholar]

27. Kahawage P, Jumabhoy R, Hamill K, De Zambotti M, Drummond Spa. Validade, potencial utilidade clínica e comparação de rastreadores de atividades de consumidores e de pesquisa no distúrbio da insônia I: validação em laboratório contra polisomnografia . J Sleep Res . 2020; 29 (1): E12931. doi: 10.1111/JSR.12931 [PubMed] [CrossRef] [Google Scholar]

28. Mantua J, cascalho N, Spencer RM. A confiabilidade das medidas do sono de quatro dispositivos de monitoramento de saúde pessoal em comparação com a actigrafia e a polisomnografia baseadas em pesquisa . Sensores . 2016; 16 (5): 646. doi: 10.3390/S16050646 [artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

29. Chinoy Ed, Cuellar JA, Huwa KE, et al. Desempenho de sete dispositivos de rastreamento de sono do consumidor em comparação com a polisonsomnografia . Dormir . 2021; 44 (5): ZSAA291. doi: 10.1093/Sleep/ZSAA291 [artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

30. Le Bon O, Staner L, Hoffmann G, et al. O efeito da primeira noite pode durar mais de uma noite . J Psychiatric Res . 2001; 35 (3): 165–172. doi: 10.1016/S0022-3956 (01) 00019-X [PubMed] [CrossRef] [Google Scholar]

31. Newell J, Mairesse O, Verbanck P, Neu D. É uma estadia de uma noite no laboratório realmente o suficiente para concluir? Efeito de primeira noite e variabilidade noturna para a noite em gravações polisomnográficas entre diferentes amostras de população clínica . Psiquiatra res . 2012; 200 (2–3): 795–801. doi: 10.1016/j.Psychres.2012.07.045 [PubMed] [CrossRef] [Google Scholar]

32. Stucky B, Clark I, Azza Y, et al. Validação do Fitbit Charge 2 Sono e estimativas de freqüência cardíaca contra medidas polisomnográficas em trabalhadores em turnos: Estudo naturalista . J Med Internet res . 2021; 23 (10): E26476. doi: 10.2196/26476 [artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

33. Kawasaki Y, Kasai T, Sakurama Y, et al. Avaliação dos parâmetros do sono e estadiamento do sono (sono de ondas lentas) em atletas da Fitbit Alta HR, um dispositivo de rastreamento do sono do consumidor . Sono nat sci . 2022; 14: 819–827. doi: 10.2147/nss.S351274 [Artigo livre do PMC] [PubMed] [CrossRef] [Google Scholar]

34. Leung W, Case L, Sung MC, Jung J. Uma meta-análise de dispositivos Fitbit: mesma empresa, modelos diferentes, evidências de validade diferentes . J Med Eng Technol . 2022; 46 (2): 102–115. doi: 10.1080/03091902.2021.2006350 [PubMed] [CrossRef] [Google Scholar]

Inspira 2 etapas de sono de rastreamento

£ 3.99 frete de taxa fixa

2 anos de garantia

Checkout seguro e seguro

Retornos sem estresse de 30 dias

Digite o código de desconto

Aplique o código promocional e os produtos com desconto estarão disponíveis para você em todo o site.

Eu gostaria de obter promocódigo

política de Privacidade
Termos e Condições
perguntas frequentes

Termos de uso
Política de biscoitos
Política de Utilização Aceitável

Em parceria com

Exertis UK Ltd. Registrado na Inglaterra | Número de inscrição: 1511931 | Número do IVA: GB864438791 Endereço do escritório registrado: Exertis (UK) Ltd. Casa de Tecnologia, Magnésio Way, Hapton, Burnley, Lancashire. BB12 7BF. (01282) 776776

Validação do Fitbit Inspire 2 TM contra polisomnografia em adultos, considerando a adaptação para uso

Propósito: A comercialização de dispositivos de rastreamento de atividades do sono tornou possível gerenciar a qualidade do sono em casa. No entanto, é necessário verificar a confiabilidade e a precisão dos dispositivos vestíveis por meio da comparação com a Polisomnografia (PSG), que é o padrão para rastrear a atividade do sono. Este estudo teve como objetivo monitorar a atividade geral do sono usando o Fitbit Inspire 2 ™ (FBI2) e avaliar seu desempenho e eficácia através do PSG nas mesmas condições.
Pacientes e métodos: Comparamos os dados do FBI2 e PSG de nove participantes (quatro participantes do sexo masculino e cinco do sexo feminino; idade média, 39 anos) sem problemas graves de sono. Os participantes usavam FBI2 continuamente por 14 dias, considerando o período de adaptação ao dispositivo. Os dados do sono FBI2 e PSG foram comparados usando emparelhado t-Testes, parcelas de Bland-Altman e análise de época por epococismo para 18 amostras, agrupando dados de duas réplicas.
Resultados: Os valores médios para cada estágio do sono obtidos do FBI2 e PSG mostraram diferenças significativas no tempo total de sono (TST), sono profundo e movimento ocular rápido (REM). Na análise sem graça – Altman, TST (P = 0.02), sono profundo (P = 0.05) e Rem (P = 0.03) foram significativamente exagerados no FBI2 em comparação com o PSG. Além disso, o tempo na cama, a eficiência do sono e o acordar após o início do sono foram superestimados, enquanto o sono leve foi subestimado. No entanto, essas diferenças não foram estatisticamente significativas. O FBI2 mostrou uma alta sensibilidade (93.9%) e baixa especificidade (13.1%), com precisão de 76%. A sensibilidade e especificidade de cada estágio do sono foi de 54.3% e 62.3%, respectivamente, para sono leve, 84.8% e 50.1%, respectivamente, para sono profundo e 86.4% e 59.1%, respectivamente para o sono REM.
Conclusão: O uso do FBI2 como uma ferramenta objetiva para medir o sono na vida cotidiana pode ser considerada apropriada. No entanto, mais pesquisas são necessárias em sua aplicação em participantes com problemas de vigília do sono.

Palavras-chave: vestível, sono, rastreamento, polisomnografia, estudo de validação

Introdução

O sono é essencial para manter uma vida saudável. O sono inadequado aumenta o risco de doenças cardiovasculares, diabetes tipo 2 e hipertensão. 1 Em um estudo recente, menor duração do sono foi associada a 1.28 vezes maior risco de síndrome metabólica. 2 O tempo médio de sono dos coreanos é 6.76 horas, o que mostra uma tendência geral de ficar mais curto ao longo do tempo. 3 O número de pacientes com distúrbios do sono também aumentou 8% anualmente nos últimos cinco anos, e o número de pacientes com distúrbios do sono era de 650.000 a partir de 2020. 4 Valores de aviso para esses estados do sono levam a um interesse em produtos do sono que ajudam o sono saudável. Portanto, o uso de dispositivos vestíveis que medem facilmente o status do sono na vida cotidiana aumentou. 5 Além disso, à medida que o interesse pela saúde do sono aumentou, a pesquisa se concentrou em verificar a confiabilidade e a precisão dos dispositivos vestíveis expandiu -se. 6

A polisonsomnografia (PSG), um método padrão preciso para medir o sono, tem sido amplamente utilizado em pesquisas sobre avaliações objetivas do sono. 7 No entanto, a medição do PSG leva de oito a dez horas e há um limite para medir o tempo usual de sono, conduzindo o teste em um ambiente desconhecido. Portanto, o teste requer tempo, esforço e pagamento. 5 Para superar essas limitações, um Fitbit de pulso, que é um método não invasivo certificado pela Food and Drug Administration, é usado. 8

O mais recente Fitbit, fabricado após 2017, usa um método de avaliação do estágio do sono que monitora dados em intervalos regulares para acordar e dormir tempos através de um sensor de movimento e medição de freqüência cardíaca. Comparado com o modelo inicial, é possível avaliar não apenas os parâmetros do sono, mas também os estágios do sono. 9 Portanto, é possível usar efetivamente o Fitbit para monitoramento de sono rotineiro e avaliação clínica do sono em pacientes com transtornos de sono ou mental. Além disso, é possível o gerenciamento contínuo dos hábitos de sono. 10,11 No entanto, o Fitbit tem uma limitação, pois usa apenas informações coletadas após medir o sono com base no movimento e na freqüência cardíaca, diferentemente do PSG, que detecta os estágios do sono através de biossignais.

Existem certas diferenças na confiabilidade e precisão com base no modelo Fitbit; Portanto, muitos estudos comparativos usando PSG foram relatados para avaliar a eficácia do Fitbit. 12 No geral, Fitbit mostrou alta sensibilidade (0.95-0.96) e especificidade relativamente baixa (0.58–0.69) para detecção do sono em uma meta-análise da precisão do Fitbit e PSG, que pode avaliar os estágios do sono. Hora de acordar após o início do sono (WASO), o tempo total de sono (TST) e a eficiência do sono (SE) não diferiram dos do PSG. No entanto, a latência do início do sono é subestimada. 13 Assim, o Fitbit é considerado uma alternativa à coleta de dados objetivos do sono, que anteriormente estava disponível apenas através do PSG no laboratório. 14

No entanto, estudos comparando a validade do Fitbit e do PSG são limitados porque a maioria dos estudos foram experimentos únicos. 15 Além disso, o efeito da primeira noite ocorreu em 50% dos participantes, pois o experimento foi realizado em um laboratório desconhecido diferente do ambiente familiar à noite. Além disso, 66-81% dos participantes relataram desconforto durante o sono devido ao uso simultâneo de vários dispositivos desconhecidos. 16 Esses problemas diminuíram os participantes’ qualidade do sono durante o experimento, o que afetou a interpretação dos resultados do estudo do sono.

Materiais e métodos

Estudo participantes e desenho do estudo

Participantes do estudo

Este estudo foi realizado de outubro de 2021 a dezembro de 2021, visando 12 participantes com idades entre 20 e 55 anos morando em Daejeon sem graves distúrbios do sono. Com base na diferença média e no desvio padrão do TST medido usando Fitbit e PSG em estudos anteriores, 9 participantes foram selecionados com um nível de significância de 5% e uma potência de 80% e um total de 12 participantes foram calculados aplicando uma taxa de abandono de 20%. 17,18 Os participantes foram recrutados por meio de um aviso de recrutamento no D Hospital em Daejeon. O consentimento informado por escrito foi obtido de todos os participantes. Os critérios para a seleção de participantes foram adultos entre 20 e 55 anos e aqueles com insônia leve a moderada, conforme indicado por uma pontuação de 8 a 21 no índice de gravidade da insônia (ISI). 19 Os seguintes participantes foram excluídos: aqueles com distúrbios do sono, distúrbios psiquiátricos, distúrbios médicos internos e externos e distúrbios musculoesqueléticos; aqueles que tomam drogas psiquiátricas/neurológicas, incluindo pílulas para dormir; e aqueles com ciclos irregulares de vigília do sono, como o trabalho de turno. O sujeito’A avaliação da conformidade foi realizada através de um médico’s Exame, questionário e exames de sangue. O estudo foi aprovado pelo Conselho de Revisão Institucional do Hospital de Medicina Coreana Daejeon da Universidade Daejeon (número de aprovação: DJDSKH-21-BM-15) e conduzido de acordo com a declaração de Helsinquei.

Design de estudo

figura 1 Diagrama de fluxo para seleção de participantes do estudo. PSG, Polisomnografia.

Ferramentas de estudo

PSG

Os pacientes foram submetidos ao PSG duas vezes. A atividade de rotina foi mantida antes do início do PSG. No entanto, o consumo de cafeína, tabaco e álcool foi desencorajado. A temperatura, a umidade e a iluminação de todos os quartos do PSG foram mantidos iguais, e todos os participantes usavam o mesmo casaco de laboratório. A medição foi realizada às 8 p.m. Na sala de teste do PSG do sono antes do teste, e dois técnicos profissionais do PSG se revezaram conduzindo o teste enquanto o sujeito dormia. A pontuação da fase do sono Rechtschaffen e Kales foi calculada com base em uma época de 30 segundos, de acordo com as diretrizes padrão. 20 Compumedics/Siesta 802a foi usado como instrumento PSG, e um técnico polisomnográfico certificado realizou um método padronizado. Os sensores foram conectados a locais de medição, como cabeça, face, tronco e extremidades inferiores. Vários biossignais, como respiração, ronco, eletroencefalograma, eletrooculograma, eletromiograma, eletrocardiograma, posição corporal e concentração de oxigênio no sangue dos participantes foram detectados através de sensores. Além disso, os estágios do sono foram identificados gravando a noite inteira’s tempo de sono. As variáveis usadas para a análise do PSG foram as seguintes: tempo na cama (TIB; min), TST (min), SE (%), Waso (min), estágios 1 a 3 (min) e Total Rapid Eye Motion (REM) Tempo de sono (min).

FBI2

Análise de dados e métodos estatísticos

Os dados de nove participantes foram incluídos na análise final. Dezoito casos foram analisados integrando os dados das duas visitas com dados Fitbit e PSG. Os valores de desvio médio e padrão (DP) são apresentados para variáveis contínuas, como as características demográficas dos participantes do estudo. Os valores de frequência e porcentagem são apresentados para dados categóricos. Estes foram usados para análise, referindo -se aos métodos padrão para avaliar o desempenho do PSG do sono e rastreadores de sono. 22 um emparelhado t-O teste foi usado para comparar os resultados dos parâmetros do sono. A concordância geral dos resultados foi analisada usando as comparações Bland -Altman e EBE. A análise de dados estatísticos foi realizada usando o SPSS versão 24 (SPSS, IBM Corp.) e R versão 4.1.0 (a base R para computação estatística). Foi realizado um teste de dois lados e a significância estatística foi definida em um P valor de < 0.05.

Método Bland -Altman

EBE comparações

Resultados

Características gerais dos participantes

As características gerais dos nove participantes são apresentadas na Tabela 1. Havia quatro homens (36.4%) e cinco mulheres (45.5%) e a pontuação média do ISI foi de 13.7 (4.4).

tabela 1 Características dos participantes

Comparação entre FBI2 e PSG

mesa 2 PSG e Fitbit Inspire 2 Resultados do sono usando amostra completa (n = 18)

Análise de diferença média de Bland -Altman

Figura 2 Gráficos de Bland -Altman do FBI2 versus PSG. Gráficos de Bland-Altman, apresentando os diferentes valores do FBI2 e PSG no eixo y contra os valores do PSG no eixo x entre TIB, TST, SE, WASO, Sono leve (estágio 1+2), sono profundo (estágio 3) e Rem. A linha azul sólida horizontal indica a diferença média média, enquanto as linhas tracejadas representam o intervalo de confiança de 95% (ou limite de concordância inferior). FBI2, Fitbit Inspire 2 ™.

Abreviações: PSG, polisomnografia; Tib, tempo na cama; TST, tempo total de sono; SE, eficiência do sono; Waso, acorde após o início do sono; REM, movimento rápido dos olhos.

Comparações Fitbit e PSG EBE

Tabela 3 Sensibilidade, especificidade e precisão do Fitbit Inspire 2 em comparação com PSG usando amostra completa (n = 18)

Discussão

A diferença média entre FBI2 e PSG no TST foi de 17.9 minutos e 14.67 minutos em sono profundo, que foi significativamente superestimado. Estudos anteriores mostraram que há uma diferença média significativa entre o PSG e os dispositivos vestíveis de medição do sono, em que os dispositivos vestidos de medição do sono fazem com que a superestimação. Em um estudo anterior que realizou PSG usando o Fitbit Alta HR em 49 participantes, o TST e o sono profundo foram significativamente superestimados, semelhantes aos resultados obtidos neste estudo.18 Além disso, o SE era 4.15%e Waso era 10.36 minutos, que foi superestimado. A WASO é encontrada principalmente em pacientes com distúrbios do sono; Em estudos anteriores ao comparar Waso com insônia e indivíduos saudáveis, no grupo individual saudável, o desvio padrão foi maior que o valor médio. 24,25 Além disso, outros estudos anteriores demonstraram que o desvio padrão é grande; Além disso, nenhum resultado significativo foi explicado como uma limitação do pequeno número de participantes. 26 Considerando as limitações deste estudo, o número de participantes era pequeno e o valor médio da WASO foi determinado como maior que o desvio padrão, analisando o público em geral.

O enredo sem graça foi incluído no intervalo de confiança de 95%, indicando um valor constante. Isso é contrário aos resultados de um estudo anterior em que a concordância entre o Fitbit e o PSG foi menor à medida que a WASO aumentou na trama Bland -Altman quando o dispositivo Fitbit Alta HR foi usado para pacientes com insônia. Esse resultado conflitante pode ser porque os participantes deste estudo não tiveram distúrbios do sono. 27 Portanto, a precisão foi confirmada como alta quando o FBI2 foi usado em participantes com distúrbios do sono. O sono leve foi subestimado por -6.36. Em um estudo anterior que comparado a Withings Pulse O2 com PSG em 40 adultos saudáveis, o sono leve (viés médio de 79 min) também foi subestimado, o que é semelhante aos resultados deste estudo. 28

A sensibilidade dos participantes para o estágio total do sono do FBI2 foi 93.9%, indicando que o sono foi detectado com precisão. No entanto, a especificidade para detectar o estágio total do sono foi relativamente baixo (13.1%). Isso é consistente com os resultados da avaliação da eficácia do sono do dispositivo vestível de pulso com base nos resultados do PSG. Portanto, foi verificado que esses dispositivos poderiam medir com precisão o sono devido à sua alta sensibilidade geral e baixa especificidade. 29 A baixa especificidade do Fitbit está relacionada à percepção do sono quando não há movimento. No entanto, o mais recente Fitbit detectou com mais precisão a época da esteira, ou Waso, durante o sono. 13 No entanto, em comparação com os resultados de outros estudos usando Fitbit com um algoritmo semelhante, a sensibilidade neste estudo foi semelhante. No entanto, a especificidade (0.58 a 0.69) é um pouco menor. 13 Portanto, embora as medições repetitivas tenham sido realizadas neste estudo, pode-se inferir que o sujeito dormiu com o mínimo movimento em um estado desconfortável em laboratórios hospitalares, ao contrário do sono em casa.

O efeito da primeira noite é observado principalmente em pacientes com insônia, e este estudo foi realizado no público em geral; Assim, o primeiro efeito noturno não foi aplicado substancialmente. 30 No entanto, os resultados foram comparados por medições repetidas para coletar informações precisas do sono usando polisomnografia do sono com base em estudos anteriores que demonstraram que o registro de teste do polimorfismo do sono é crítico por dois dias consecutivos. 31 Os resultados do teste da primeira e da segunda visitas foram semelhantes nos participantes deste estudo; Assim, o primeiro efeito noturno não apareceu (os resultados não são apresentados).

Para complementar isso, propomos tornar o ambiente de laboratório semelhante ao de uma casa. Neste estudo, as precisão do sono leve, sono profundo e sono REM foram 59.1%, 83.7%e 82.3%, respectivamente. Em um estudo comparativo de Fitbit Charge 2 e PSG para trabalhadores em turnos, a precisão do sono leve foi 0.49, o sono profundo foi 0.78, e o sono REM foi 0.86, que foi semelhante aos resultados de estudos anteriores. 32 Em uma revisão sistemática da literatura de cada modelo Fitbit, a precisão dos parâmetros do sono através da análise EBE foi 0.69 ~ 0.81 para sono leve, 0.36 ~ 0.89 para sono profundo e 0.62 ~ 0.89 para o sono REM. 13 Em comparação com os resultados deste estudo, a precisão do sono leve foi baixa, enquanto o sono profundo e o REM mostrou alta precisão.

Em um estudo recente, a coleta de dados em larga escala tornou-se possível à medida que a demanda por fitbit aumentou. Portanto, pode ocorrer uma rápida tendência de crescimento. 33 Os dispositivos Fitbit podem medir não apenas dormir, mas também a freqüência cardíaca e a atividade física. A validade de vários modelos de dispositivos Fitbit foi avaliada por meta-análise e descoberta como um importante fator de eventos de validade na função da frequência cardíaca e função de medição de atividade física. 34 Distúrbios do sono ou mudanças no status do sono podem ser monitoradas para prever a saúde, validando os dispositivos Fitbit. Considerando isso, este estudo confirmou a possibilidade de usar o FBI2 e o FBI2 como ferramentas de triagem para medição do estágio do sono na vida diária.

As vantagens deste estudo são as seguintes: Primeiro, comparando Fitbit e PSG para os coreanos, as características do sono dos coreanos foram refletidas nas mesmas condições ambientais. Portanto, a condição para aumentar a confiabilidade do Fitbit foi satisfeita. Segundo, os critérios recentemente padronizados para confirmar a precisão do dispositivo de rastreamento do sono através do método de análise EBE foram aplicados usando os principais parâmetros de sono. 22 Terceiro, houve um período de adaptação ao ambiente de laboratório usando os dados medidos duas vezes com um intervalo de uma semana.

Conclusão

Agradecimentos

Os autores apreciam o Hospital Médico Coreano da Universidade Daejeon e o centro de ensaios clínicos por sua contribuição para a coleta de dados.

Financiamento

Este trabalho foi apoiado pelo Instituto de Medicina Oriental da Coréia (número de concessão: KSN1731121) e o Ministério do Comércio, Indústria e Energia (número de concessão: NIN2013240).

Divulgação

Os autores não relatam conflitos de interesse neste trabalho.

Referências

1. Cappuccio FP, Cooper D, D’Elia L, Strazzullo P, Miller MA. A duração do sono prevê resultados cardiovasculares: uma revisão sistemática e metanálise de estudos prospectivos. Eur Heart J. 2011; 32 (12): 1484-1492. doi: 10.1093/EURHeartJ/ehr007

2. Xie J, Li Y, Zhang Y, et al. Duração do sono e síndrome metabólica: uma revisão sistemática atualizada e metanálise. Sleep Med Rev. 2021; 59: 101451. doi: 10.1016/j.smrv.2021.101451

3. Shin D, Hur J, Cho KH, Cho Eh. Tendências da duração do sono autorreferido em adultos coreanos: resultados da Pesquisa de Exame de Saúde e Nutrição da Coréia, 2007-2015. Sleep Med. 2018; 52: 103-106. doi: 10.1016/j.dormir.2018.08.008

4. Serviço Nacional de Seguro de Saúde. Informações úteis sobre estatísticas da vida em saúde para saber [Internet]. Wonju: Seguro Nacional de Saúde Sevice; 2021. Disponível em: https: // www.NHIS.ou.KR/NHIS/TONOS/WBHAEC06700M01.fazer?modo = visualização e articleno = 10811517. Acesso em 21 de fevereiro de 2023 .

5. Lee YJ, Kim DJ, Lee H. Um estudo sobre avaliação do sono para substanciação de produtos do sono. Sleep Med Psychopysiol. 2020; 27 (2): 51–55.

6. Depner CM, Cheng PC, Devine JK, et al. Tecnologias vestíveis para o desenvolvimento de biomarcadores do sono e circadiano: um resumo das discussões de oficinas. Dormir. 2020; 43 (2): ZSZ254. doi: 10.1093/Sleep/ZSZ254

7. Van de Water em, Holmes A, Hurley DA. Medições objetivas do sono para configurações não laboratórias como alternativas à polisonsomnografia-uma revisão sistemática. J Sleep Res. 2011; 20 (1 Pt 2): 183–200. doi: 10.1111/j.1365-2869.2009.00814.x

9. Fitbit. O que devo saber sobre os estágios do sono? [Página inicial na Internet]. Disponível em: https: // ajuda.Fitbit.com/artigos/en_us/help_article/2163. Acessado em 26 de julho de 2022 .

10. Cook JD, Prairie ML, Plante DT. Utilidade do Fitbit Flex para avaliar o sono em transtorno depressivo maior: uma comparação com polisomnografia e actigrafia usada pelo pulso. J afeta o distúrbio. 2017; 217: 299–305. doi: 10.1016/j.JAD.2017.04.030

11. Moreno-Pino F, Porras-Segovia A, López-Eteban P, Artés A, Baca-García E. Validação do Fitbit Charge 2 e Fitbit Alta HR contra a Polissomnografia para avaliar o sono em adultos com apneia obstrutiva do sono. J Clin Sleep Med. 2019; 15 (11): 1645-1653. doi: 10.5664/JCSM.8032

12. Scott H, Lack L, Lovato N. Uma revisão sistemática da precisão dos dispositivos vestíveis do sono para estimar o início do sono. Sleep Med Rev. 2020; 49: 101227. doi: 10.1016/j.smrv.2019.101227

13. Haghayegh S, Khoshnevis S, Smolensky MH, Diller KR, Castriotta RJ. Precisão dos modelos Fitbit de pulseira na avaliação do sono: revisão sistemática e metanálise. J Med Internet res. 2019; 21 (11): e16273. doi: 10.2196/16273

14. Munos B, Baker PC, Bot BM, et al. Saúde móvel: o poder de wearables, sensores e aplicativos para transformar ensaios clínicos. Ann N Y Acad Sci. 2016; 1375 (1): 3–18. doi: 10.1111/NYAS.13117

15. Cook JD, Eftekari SC, Dallmann E, Sippy M, Plante DT. Capacidade do Fitbit Alta HR de quantificar e classificar o sono em pacientes com suspeitos de distúrbios centrais da hipersomnolência: uma comparação com a polissomnografia. J Sleep Res. 2019; 28 (4): e12789. doi: 10.1111/JSR.12789

16. Lunsford-Avery JR, Keller C, Kollins SH, Krystal AD, Jackson L, Engelhard MM. Viabilidade e aceitabilidade do uso do dispositivo eletroenceencefalograma do sono vestível em adolescentes: estudo observacional. Jmir mHealth uhealth. 2020; 8 (10): e20590. doi: 10.2196/20590

17. Meltzer LJ, Hiruma LS, Avis K, Montgomery-Downs H, Valentin J. Comparação de um acelerômetro comercial com polisomnografia e actigrafia em crianças e adolescentes. Dormir. 2015; 38 (8): 1323–1330. doi: 10.5665/sono.4918

18. De Zambotti M, Baker FC, Willoughby AR, et al. Medidas de sono e funcionamento cardíaco durante o sono usando uma pulseira multissensorial comercialmente disponível em adolescentes. Fishiol comportamento. 2016; 158: 143–149. doi: 10.1016/j.Physbeh.2016.03.006

19. Bastien CH, Vallières A, Morin CM. Validação do índice de gravidade da insônia como uma medida de resultado para pesquisa de insônia. Sleep Med. 2001; 2 (4): 297–307. doi: 10.1016/S1389-9457 (00) 00065-4

21. Variável da API do sono: Sleep [Página inicial na Internet]. Disponível em: https: // dev.Fitbit.coma. Acessado em 26 de julho de 2022 .

22. Menghini L, Cellini N, Goldstone A, Baker FC, De Zambotti M. Uma estrutura padronizada para testar o desempenho da tecnologia de rastreamento de sono: diretrizes passo a passo e código de código aberto. Dormir. 2021; 44 (2): ZSAA170. doi: 10.1093/Sono/ZSAA170

23. Kosmadopoulos A, Sargent C, Darwent D, Zhou X, Roach GD. Alternativas à polisonsomnografia (PSG): uma validação da actigrafia do punho e um sistema parcial-PSG. Métodos comportamentais. 2014; 46 (4): 1032-1041. doi: 10.3758/S13428-013-0438-7

25. Scott H, Lovato n, não l. O desenvolvimento e a precisão do dispositivo vestível Thim para estimar o sono e a vigília. Sono nat sci. 2021; 13: 39. doi: 10.2147/nss.S287048

27. Kahawage P, Jumabhoy R, Hamill K, De Zambotti M, Drummond Spa. Validade, potencial utilidade clínica e comparação de rastreadores de atividades de consumidores e de pesquisa no distúrbio da insônia I: validação em laboratório contra polisomnografia. J Sleep Res. 2020; 29 (1): e12931. doi: 10.1111/JSR.12931

28. Mantua J, cascalho N, Spencer RM. A confiabilidade das medidas do sono de quatro dispositivos de monitoramento de saúde pessoal em comparação com a actigrafia e a polisomnografia baseadas em pesquisa. Sensores. 2016; 16 (5): 646. doi: 10.3390/S16050646

29. Chinoy Ed, Cuellar JA, Huwa KE, et al. Desempenho de sete dispositivos de rastreamento de sono do consumidor em comparação com a polisonsomnografia. Dormir. 2021; 44 (5): ZSAA291. doi: 10.1093/Sono/ZSAA291

30. Le Bon O, Staner L, Hoffmann G, et al. O efeito da primeira noite pode durar mais de uma noite. J Psychiatric Res. 2001; 35 (3): 165–172. doi: 10.1016/S0022-3956 (01) 00019-X

31. Newell J, Mairesse O, Verbanck P, Neu D. É uma estadia de uma noite no laboratório realmente o suficiente para concluir? Efeito de primeira noite e variabilidade noturna para a noite em gravações polisomnográficas entre diferentes amostras de população clínica. Psiquiatra res. 2012; 200 (2–3): 795–801. doi: 10.1016/j.Psychres.2012.07.045

32. Stucky B, Clark I, Azza Y, et al. Validação do Fitbit Charge 2 Sono e estimativas de freqüência cardíaca contra medidas polisomnográficas em trabalhadores em turnos: Estudo naturalista. J Med Internet res. 2021; 23 (10): e26476. doi: 10.2196/26476

33. Kawasaki Y, Kasai T, Sakurama Y, et al. Avaliação dos parâmetros do sono e estadiamento do sono (sono de ondas lentas) em atletas da Fitbit Alta HR, um dispositivo de rastreamento do sono do consumidor. Sono nat sci. 2022; 14: 819-827. doi: 10.2147/nss.S351274

34. Leung W, Case L, Sung MC, Jung J. Uma meta-análise de dispositivos Fitbit: mesma empresa, modelos diferentes, evidências de validade diferentes. J Med Eng Technol. 2022; 46 (2): 102-115. doi: 10.1080/03091902.2021.2006350

Fitbit Inspire 3 Review

Temos relacionamentos de afiliados, onde recebemos uma comissão de vendas através de alguns de nossos links. Veja nossas divulgações.

Fitbit é uma empresa que pretende ajudar “capacitar e inspirar você a viver uma vida mais saudável e ativa.” Eles’Estive por cerca de 15 anos e desenvolvi uma ampla variedade de produtos nesse período, incluindo vários rastreadores de sono, saúde e fitness. Lembro -me de ter um dos primeiros fitbits há dez anos, que era um pequeno dispositivo que você cortou para rastrear seus passos, calorias queimadas e distância percorrida. (Curiosidade, eles ainda os vendem!) Então, eu estava realmente empolgado em testar um dos mais novos Fitbits, o Fitbit Inspire 3. Isto’é um rastreador elegante e com preços competitivos que analisa seu sono, saúde e fitness.

Será que entregará as mesmas boas lembranças que meu primeiro rastreador de Fitbit de uma década atrás? Quão profundo é o seu rastreamento do sono? E quem gostaria mais deste rastreador? Eu pretendo responder a essas perguntas e muito mais nesta revisão do Fitbit Inspire 3 Tracker. Continue lendo para minha resenha completa ou pule para o meu resumo se você’RE com pressa.

Nota: Embora os rastreadores do sono possam ajudá -lo a notar padrões específicos ou identificar comportamentos você’D gostaria de mudar, eles não deveriam’t substitua um médico ou profissional médico para conselhos, orientações ou ajuda.

Fitbit Inspire 3

O Fitbit Inspire 3 é um sono vestível, saúde e rastreador de fitness que ajuda você a aumentar sua energia, dormir mais profundo e sentir o seu melhor.

IMG 0561 escala

É o Fitbit Right para você?

Antes de mergulharmos totalmente, quero oferecer uma rápida visão geral de quem eu acho que gostaria e não gostaria do Fitbit Inspire 3.

Quem deveria tentar Fitbit

Pessoas que desejam melhorar seus padrões de sono e saúde deve apreciar o fitbit inspire 3 e os diferentes componentes que ele analisa.
Qualquer um querer um rastreador que funcione como um relógio confortável deve aproveitar este dispositivo. Tem um design esbelto e leve e vem em três cores diferentes.
Compradores de orçamento deve apreciar o preço acessível neste rastreador de sono.

Quem não deve tentar o Fitbit

Se você acha que pode ficar sobrecarregado ou estressado rastreando seus dados do sono E comece a ficar obcecado por isso (o que os especialistas do sono estão chamando de ortossomnia), eu não vou’acho que este Fitbit – ou qualquer rastreador de sono – seria uma opção saudável para você.
Se você’estou procurando um smartwatch mais avançado, Como um que se assemelha a um Apple Watch, o Fitbit Inspire 3 pode ser muito limitado para você com o que ele exibe. Ele também tem um rosto mais fino do que outras opções por aí. A Fitbit vende outros smartwatches que podem ser melhores opções, como o Fitbit Sense, Google Pixel Watch e Fitbit Versa.
Embora este seja um dos fitbits mais opções de rastreamento acessíveis, Se você deseja acesso a um rastreamento mais aprofundado do sono e insights pessoais, você’Eu terá que pagar uma taxa mensal por uma associação do Fitbit Premium depois de comprar o dispositivo. EU’Cubro isso mais tarde.

Como usar o Fitbit

Seu Fitbit Inspire 3 chegará em uma caixa com um cabo de carregamento e manual de instruções. Tem uma tela sensível ao toque colorida e bandas de silicone. Deixar’S Prossiga o que você faz depois de obter seu rastreador.

Configurando -o

Eu pensei que esse fitbit era fácil de configurar. O dispositivo chegou parcialmente carregado, mas eu o carreguei mais ao baixar o aplicativo Fitbit no meu telefone. Para carregá -lo, basta conectar o cabo de carregamento a uma tomada USB e depois clicar no dispositivo em cima dele. Ele exibe sua porcentagem de bateria na tela. Depois de ter o aplicativo, você pode criar uma conta com seu e -mail, nome de usuário e informações básicas. Seu telefone pode se conectar ao rastreador via Bluetooth e eles’LL sincroniza juntos. Você pode escolher entre a variedade de faces do relógio no aplicativo Fitbit para exibir no seu rastreador vestível. Então você’estou pronto para ir!

Tiro de tela 2022 11 11 às 4h07.09

Duração da bateria

Uma das minhas coisas favoritas sobre este rastreador é o seu impressionante duração da bateria. Fitbit diz que tem até um 10 dias de duração da bateria, Mas na verdade durou alguns dias a mais do que isso para mim sem precisar de uma cobrança. Leva de uma a duas horas para carregar completamente.

Como usar

Uma vez tudo’S carregado e baixado, você pode selecionar o que você’D gostaria de rastrear e que notificações você’D gostaria de receber. Então você simplesmente usa o rastreador durante todo o dia e noite para obter seus dados. Você pode olhar para as informações de saúde e bem -estar do sono no aplicativo e depois ver uma quantia decente no próprio rastreador.

Fitbit Inspire 3

O Fitbit Inspire 3 é um sono vestível, saúde e rastreador de fitness que ajuda você a aumentar sua energia, dormir mais profundo e sentir o seu melhor.

O que as faixas do Fitbit

No apenas o rastreador vestível, você pode ver o seguinte se percorrer o display de face e colorido do relógio:

IMG 0560 escala

Tempo, data, frequência cardíaca (atual e descanso), etapas, distância percorrida, calorias queimadas, atividade horária, duração do sono, pontuação do sono, porcentagem de nível de oxigênio no sangue (SPO2), ciclo menstrual, progresso do exercício
Notificações (sincronizadas com suas chamadas, textos e aplicativos)
Exercícios/exercícios que você pode começar e parar
Relaxamento/respiração guiada
Alarmes e temporizadores

Quando você olha no aplicativo, você pode ver dados mais detalhados. Fitbit rastreia os seguintes componentes, mas você’Eu quero ter certeza de que alguns deles estão ativados para rastrear no aplicativo.

Hora de dormir e acordar
Estágios e duração do sono em cada (leve, profundo e rem
Duração geral do sono
Pontuação diária de sono em 100
Sono médio de 30 dias
Variação estimada de saturação de oxigênio (SPO2) durante o sono (variações altas podem ser vinculadas a problemas de respiração)
Taxa de respiração
Variabilidade da frequência cardíaca (VFC) e frequência cardíaca em repouso
Temperatura da pele
Como suas pontuações se comparam a outras pessoas da sua idade e sexo

Atas de zona ativa, degraus, milhas e calorias queimadas
Rastreamento semanal de exercícios
Freqüência cardíaca em repouso médio
Gerenciamento de estresse (você pode registrar as pontuações diárias dos seus níveis de estresse)
Ciclo menstrual
Log de comida e água
Registro de peso
Rastreamento de glicose no sangue
GPS conectado

Programas guiados para ajudar a incorporar hábitos melhores ou parar os pobres (eles podem ser para dormir, saúde diária e fitness)
- Exemplo: lá’é um programa guiado de hábitos para o sono repousante, que é um programa guiado de duas semanas, onde você pode se concentrar em seus hábitos durante o dia para ajudar seu descanso à noite
  - Você pode se concentrar em hábitos para ajudá -lo a adormecer mais rapidamente, sentir -se mais descansado, permanecer dormindo por mais tempo, melhorar sua qualidade do sono e mais.
  - Fitbit recomendará que você deixe certos hábitos, como uma soneca tarde demais e incorpore novos hábitos, como obter 15 minutos de luz solar
  Como mencionado anteriormente, se você’D gostaria de ver mais informações detalhadas sobre seus padrões de sono e saúde, você precisa obter uma associação Fitbit Premium. Aqui’S as informações e recursos adicionais que você’eu ficarei com essa associação.
  
  Fitbit Premium – Sleep
  - Uma quebra detalhada da pontuação do sono
    - Adicionado detalhes para adormecer e restaurar o tempo
    Fitbit Premium – Saúde
    - Pontuação de prontidão diária e se o seu corpo’está pronto para se exercitar ou precisa de mais tempo para se recuperar
    - Quebra de pontuação de gerenciamento de estresse
    - Tendências de métricas de saúde de 90 dias
    - Tendências de nível de glicose no sangue de 30 dias
    Fitbit Premium – outro
    - Acesso a centenas de vídeos
      - Mais de 200 vídeos da atenção plena: Vídeos de meditação e relaxamento guiados
      - Vídeos de receita
      - Uma variedade de mais de 200 aulas de exercícios de vídeo, de exercícios de braço de 10 minutos a 43 minutos de artes marciais cardio.
      Preço
      
      O Fitbit Inspire 3 custa US $ 99.95 no varejo completo da loja Fitbit e na Amazon, o que a torna Uma das opções de rastreador mais acessíveis no mercado . O aplicativo Fitbit é gratuito para baixar. No entanto, se você deseja a assinatura do Fitbit Premium para obter acesso a mais dados e recursos, ele’S $ 9.99 por mês ou US $ 79.99 por ano. Fitbit costuma executar promoções para obter meses gratuitos da associação premium para testá -lo. Atualmente, você pode adicionar uma associação premium por seis meses gratuitamente enquanto confia online.
      
      O Inspire 3 vem em três cores diferentes: zen da meia -noite (preto), felicidade lilás (preta e rosa) e brilho matinal (preto e laranja). Eu testei a felicidade lilás. Fitbit também vende outras bandas em diferentes materiais e cores que você pode comprar.
      
      Fitbit Inspire 3
      
      Fitbit Inspire 3
      
      O Fitbit Inspire 3 é um sono vestível, saúde e rastreador de fitness que ajuda você a aumentar sua energia, dormir mais profundo e sentir o seu melhor.
      
      Minha experiência usando o Fitbit
      
      Eu gostei instantaneamente do Fitbit Inspire 3’s simples design e banda confortável. Eu pensei que era fácil definir o rastreador, baixar o aplicativo e obter tudo sincronizado. Apesar disso’Não é um dos relógios inteligentes mais avançados disponíveis, ainda fiquei impressionado com as informações que pude ver no próprio rastreador. Para dormir, o dispositivo vestível mostra quantas horas você conseguiu na noite anterior e sua pontuação atual de sono. Gosto de como isso também mostra muitos outros componentes, como a data, a hora, seus passos e suas notificações, porque isso permite que seja mais versátil com seu desgaste e servir a vários propósitos.
      
      Navegando pelo aplicativo Fitbit era bem direto para mim. Eu gosto de como isso quebra seu sono em uma seção e você pode clicar nessa seção para obter mais detalhes e ver como você’dormi durante a semana. Isto’nunca fui um segredo para mim que luto para ir para a cama quando deveria, mas ver meus diferentes tempos de dormir um ao lado um do outro em uma semana foi realmente um olho aberto para o quão inconsistente eu posso ser.
      
      Foi realmente útil para mim ver um gráfico das minhas pontuações de sono e como elas variaram ao longo da semana. Isso tornou as informações fáceis de digerir e me permitiram amarrar minhas pontuações mais baixas do sono a dias em que tive consultas antecipadas ou fiquei acordado tarde demais assistindo TV. Uma manhã, tive que acordar cerca de 4 a.m. Para trazer meu amigo para o aeroporto (as coisas que fazemos para nossos amigos) e voltei para a cama quando cheguei em casa. Eu pensei que era interessante como Fitbit se dividiu naquele dia em duas pontuações para mim e reconheci o tempo que fui ao aeroporto e voltei como totalmente acordado entre eles.
      
      Eu também aprecio o rastreamento de saúde e fitness que o Fitbit oferece. Ser capaz de ver sua frequência cardíaca, temperatura corporal e padrões de respiração pode ser benéfica para muitas pessoas, e até ajudar a descobrir problemas subjacentes. Eu também acredito. Eu defino o rastreador para vibrar para me lembrar de me levantar e me mover durante o dia, o que eu gostei. Também aprecio o acesso aos diferentes programas guiados, como incorporar melhores hábitos diários para o seu sono. Esta é uma ótima maneira de ser cutgado para melhorar e se responsabilizar. Fitbit envia crachás e mensagens gratificantes para conquistas também, o que foi realmente divertido. No geral, acho que esse rastreador oferece muito pelo seu preço acessível – incluindo uma impressionante duração da bateria.
      
      No entanto, se você deseja acessar dados mais detalhados e personalizados de sono e saúde, precisa pagar uma associação mensal. Eu não’acho que isso é necessário para muitas pessoas querendo rastrear o básico. No entanto, acho que a associação pode valer a pena devido aos outros recursos que inclui. Juntamente com rastreamento mais profundo e personalizado, existem centenas de vídeos de exercícios, meditação e receita que acompanham a associação. Realmente depende do que você’D gostaria de sair disso. Se você acha que rastrear seu sono pode se tornar muito estressante ou levar à ortossomnia, eu sempre recomendo evitar rastreadores de sono completamente.
      
      Políticas e FAQ
      
      Existe um julgamento ou garantia com o fitbit inspire 3?
      
      Fitbit oferece uma garantia de devolução do dinheiro de 45 dias e uma garantia de um ano.

Inspira 2 etapas de sono de rastreamento

Fitbit Inspire 2

Validação do Fitbit Inspire 2 TM contra polisomnografia em adultos, considerando a adaptação para uso

Resumo:

Questões:

Respostas detalhadas:

Fitbit Inspire 2

Validação do Fitbit Inspire 2 TM contra polisomnografia em adultos, considerando a adaptação para uso

Abstrato

Propósito

Pacientes e métodos

Resultados

Conclusão

Introdução

Materiais e métodos

Estudo participantes e desenho do estudo

Participantes do estudo

Design de estudo

Ferramentas de estudo

PSG

FBI2

Análise de dados e métodos estatísticos

Método Bland -Altman

EBE comparações

Resultados

Características gerais dos participantes

tabela 1

Comparação entre FBI2 e PSG

mesa 2

Análise de diferença média de Bland -Altman

Comparações Fitbit e PSG EBE

Tabela 3

Discussão

Conclusão

Agradecimentos

Declaração de financiamento

Divulgação

Referências

Inspira 2 etapas de sono de rastreamento

Validação do Fitbit Inspire 2 TM contra polisomnografia em adultos, considerando a adaptação para uso

Introdução

Materiais e métodos

Estudo participantes e desenho do estudo

Participantes do estudo

Design de estudo

Ferramentas de estudo

PSG

FBI2

Análise de dados e métodos estatísticos

Método Bland -Altman

EBE comparações

Resultados

Características gerais dos participantes

Comparação entre FBI2 e PSG

Análise de diferença média de Bland -Altman

Comparações Fitbit e PSG EBE

Discussão

Conclusão

Agradecimentos

Financiamento

Divulgação

Referências

Fitbit Inspire 3 Review

É o Fitbit Right para você?

Quem deveria tentar Fitbit

Quem não deve tentar o Fitbit

Como usar o Fitbit

Configurando -o

Duração da bateria

Como usar

O que as faixas do Fitbit

Preço

Minha experiência usando o Fitbit

Políticas e FAQ

Existe um julgamento ou garantia com o fitbit inspire 3?

Facebook

Promo

Promo