ترجمه فارسی مقاله مروری بر مدل‌های محاسباتی پیشرفته برای تحلیل داده‌های طولی حسگرهای پوشیدنی در حوزه مراقبت‌های بهداشتی

چکیده

Wearable devices are increasingly used as tools for biomedical research, as the continuous stream of behavioral and physiological data they collect can provide insights about our health in everyday contexts. Long-term tracking, defined in the timescale of months of year, can provide insights of patterns and changes as indicators of health changes. These insights can make medicine and healthcare more predictive, preventive, personalized, and participative (The 4P’s). However, the challenges in modeling, understanding and processing longitudinal data are a significant barrier to their adoption in research studies and clinical settings. In this paper, we review and discuss three models used to make sense of longitudinal data: routines, rhythms and stability metrics. We present the challenges associated with the processing and analysis of longitudinal wearable sensor data, with a special focus on how to handle the different temporal dynamics at various granularities. We then discuss current limitations and identify directions for future work. This review is essential to the advancement of computational modeling and analysis of longitudinal sensor data for pervasive healthcare.

چکیده به فارسی (ترجمه ماشینی)

دستگاه های پوشیدنی به طور فزاینده ای به عنوان ابزاری برای تحقیقات زیست پزشکی مورد استفاده قرار می گیرند ، زیرا جریان مداوم داده های رفتاری و فیزیولوژیکی که آنها جمع آوری می کنند می توانند بینش هایی در مورد سلامت ما در زمینه های روزمره ارائه دهند.ردیابی طولانی مدت ، که در بازه زمانی ماه های سال تعریف شده است ، می تواند بینش الگوهای و تغییرات را به عنوان شاخص های تغییر سلامت ارائه دهد.این بینش ها می تواند دارو و مراقبت های بهداشتی را پیش بینی کننده ، پیشگیری کننده ، شخصی و مشارکتی تر کند (4P).با این حال ، چالش های مدل سازی ، درک و پردازش داده های طولی مانع قابل توجهی برای پذیرش آنها در مطالعات تحقیقاتی و تنظیمات بالینی است.در این مقاله ، ما سه مدل مورد استفاده برای ایجاد داده های طولی را بررسی و بحث می کنیم: روال ، ریتم و معیارهای پایداری.ما چالش های مرتبط با پردازش و تجزیه و تحلیل داده های سنسور پوشیدنی طولی را با تمرکز ویژه بر نحوه رسیدگی به پویایی زمانی مختلف در دانه های مختلف ارائه می دهیم.سپس در مورد محدودیت های فعلی بحث می کنیم و مسیرهای کار آینده را شناسایی می کنیم.این بررسی برای پیشرفت مدل سازی محاسباتی و تجزیه و تحلیل داده های سنسور طولی برای مراقبت های بهداشتی فراگیر ضروری است.