ニュース＆トピックス
ウエアラブルの睡眠と心拍の測定精度を上げるには
2023年5月14日更新
昨日の睡眠中のウェアラブルによる心拍数変動測定は、朝の精神的・身体的フィットネスの認識を予測するか？の続きです。
＃１はこちらをクリックしてもご覧いただけます。
＃２はこちらです。
＃３はこちらです。
#4は、結果からの読み物となります。
#5は、結果からの「心と身体の健康感は連動している」と言う考察です。
＃６は「睡眠中のウェアラブルによる心拍数変動測定」の長所と制限についてです。
＃７は、「睡眠中のウェアラブルによる心拍数変動測定」の実践研究分野についてです。
今後の展望と課題
睡眠と関連する安静時の心拍数変動（HRV）の測定精度を向上させるため、また安静時のHRVを（知覚される）フィットネスの指標として評価する方法について、今後の研究にいくつかの提言。ウェアラブル技術が睡眠を検出する能力は、その期間内に自動的に収集される安静時のHRV測定の精度に影響を及ぼします。消費者向けウェアラブルを使用して日常生活の環境で安静時のHRVを測定するための、三つの有望なアプローチが今後の研究で考慮されるかもしれません。
アプロ―チ１．
まず、オープンソースの睡眠検出アルゴリズムの開発に貢献し、それらの最新で最適化されたバージョンを使用することで、最適に透明性と再現性のある方法が得られます（van Hees et al., 2018）。
アプローチ２．
また、収集されたデータの完全な管理が必要な研究では、使用されるウェアラブルデバイス自体の睡眠アルゴリズムを利用し、ウェアラブルから全睡眠エピソードの集計データを直接ロードするアプローチもあります。現在の研究では、加速度計と心拍間隔データのみが利用可能でしたが、最新のGarmin Health SDKでは、Garminの睡眠アルゴリズムによって分類された睡眠データも抽出可能になっています（Garmin, 2022）。その妥当性は既に研究されています（Chinoy et al., 2020; Mouritzen et al., 2020; Stone et al., 2020）。
アプローチ３．
最後に、データ保存要件がより緩やかな領域での研究では、Ouraリングのような睡眠中の安静時HRVを正確に測定することが直接確認された消費者向けウェアラブルの使用も考慮することができます（Cao et al., 2022; Kinnunen et al., 2020; Stone et al., 2021）。
「ウェアラブルの睡眠と安静時HRVの測定を最適化することのほかに、今後の研究では、HRVが（知覚される）精神的または身体的フィットネスとどのように関連するかを判断するための異なるアプローチを考慮することができます。
最近の2つの研究では、安静時HRVの個々の違いが、ストレスと否定的な影響（da Estrela et al., 2021）および要求とストレス、ストレスと精神的な疲労（de Vries et al., 2021）との関連性において調整作用を持つことが示されました。これは、神経内臓統合モデルと一致しており、このモデルでは（迷走神経媒介の）安静時HRV自体が、環境要求への適応性を支援するための相対的に最適な神経系の機能の指標であると考えられています（Thayer & Lane, 2000; Thayer et al., 2009）。したがって、ウェアラブルで測定される安静時HRVは、この研究で見つかったように、知覚される身体的または精神的フィットネスと（強く）相関していないかもしれませんが、評価や感情調整の過程で直接的に心身のリソースとして機能します。それは、精神的フィットネスの重要な、無意識の要素として機能する可能性があります。
無意識の要素
無意識の要素とは、個人が直接認識しないか、あるいは自分の行動や感情の背後にある要素を指します。これは、私たちが自分自身の行動や感情、反応を完全に理解していない場合が多いという人間の心理的な特性に関連しています。
たとえば、心拍変動(HRV)がどのように個々の精神的フィットネスに影響を与えるかも無意識です。HRVは自律神経系の働きを反映する指標で、その変動はストレス反応や身体の回復力を示しますが、これらのプロセスは個々が直接認識することは難しいです。したがって、HRVは「無意識の要素」であり、それが精神的フィットネスに影響を与えると考えられます。
したがって、今後の研究では、安静時HRVがフィットネスや類似の回復力関連の結果に対する心身のリソースとしての直接的な役割をさらに探求することが推奨されます。さらに、現在の研究および議論された最近の研究は主に安静時HRVの一日中の関連性を評価しています。これらの結果と安静時HRVの違いの短期間の関係性をよりよく理解するために、このアプローチは重要ですが、長期間の関係性を評価する研究もまた必要であり、安静時HRVの個々の傾向がより大きな時間枠でどのような影響を持つ可能性があるかを探求するためです。」
最後に、今後の研究では、本論文で提案されたメカニズムをさらに探求することができます。例えば、精神的および身体的なフィットネスの主観的な測定が、フィットネス、一般的な健康、および機能の客観的な観察とどのように関連し、訓練を通じて改善することができるかを評価します。本研究で使用された短いEMA（経験サンプリング法）のアンケートは、長期的でより集中的な（日常的な）データ収集にはおそらく適していますが、異なるデザインを持つ将来の研究では、より詳細なアンケートを使用することも考慮することができます。たとえば、最近導入されて検証された急性の準備状況モニタリングスケール（ARMS）の一部（サブスケール）などです。ARMSは、精神的および身体的な準備状況を特に区別します（Keegan et al., 2021）。プライバシーの制限がある目標集団における将来の研究では、これらの関連性の強さが、個人の特性（例：年齢、性別、職能グループなどの間でどのように異なるかの研究が進むことを期待しています。
