基于多模态感知与移动应用的循证个性化哮喘触发因素判定
计算机与社会
2018-11-27 v1
摘要
目的：哮喘是一种慢性肺部疾病，具有多种触发因素，表现为不同强度的症状。本文评估了利用多样化数据对儿科哮喘进行长期监测，以定性并定量导致哮喘症状与控制水平的触发因素，从而实现个性化管理方案的适用性。材料与方法：使用 kHealth-Asthma 技术对 97 名儿科患者持续追踪一个月或三个月的哮喘状况、环境及对所处方护理计划的依从性。结果：在队列层面，于春季入组的 21% 患者中，分别有 63% 和 19% 将花粉和颗粒物（PM2.5）指认为主要哮喘诱因；于秋季入组的 18% 患者中，分别有 29% 和 21% 发现花粉和 PM2.5 为诱因；于冬季入组的 28% 患者中，80% 将 PM2.5 确定为最主要的诱因。从各季节中分别选取一名患者，通过观察来自轶事证据的触发因素与哮喘症状之间的相关性，阐释个性化触发因素的判定。讨论与结论：通过 kHealth-Asthma 技术的持续监测，已捕获包括处方护理计划依从性在内的公共与个人健康信号，并由此生成了不同季节哮喘症状成因的洞察。总体而言，它们可构成个性化管理方案与干预的潜在基础。关键词：个性化数字健康、医疗物联网、儿科哮喘管理、患者生成健康数据、个性化触发因素、远程医疗。
引用
@article{arxiv.1811.10073,
title = {Determination of Personalized Asthma Triggers from Evidence based on Multimodal Sensing and Mobile Application},
author = {Revathy Venkataramanan and Dipesh Kadariya and Hong Yung Yip and Utkarshani Jamini and Krishnaprasad Thirunarayan and Maninder Kalra and Amit Sheth},
journal= {arXiv preprint arXiv:1811.10073},
year = {2018}
}
备注
contact author: Amit Sheth [email protected]