論文の概要: Ride, Track, and Recover: Pilot Randomized Trial of a Wearable Digital Self-Management Intervention During a Veteran Endurance-Cycling Program

• arxiv url: http://arxiv.org/abs/2606.13529v1
• Date: Thu, 11 Jun 2026 16:18:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.906238
• Title: Ride, Track, and Recover: Pilot Randomized Trial of a Wearable Digital Self-Management Intervention During a Veteran Endurance-Cycling Program
• Title（参考訳）: ライダー、トラック、リカバリ:ベテランの耐久・サイクリングプログラム中に装着可能なデジタルセルフマネジメント・インターベンションのパイロットランダム化の試み
• Authors: Alan Ta, Nilsu Salgin, Caleb Armstrong, Kala Phillips Reindel, Farzan Sasangohar,
• Abstract要約: 高齢者の外傷後ストレス障害 (PTSD) は, 持続的過覚的, 協調的不安, 抑うつ症状を特徴とする。 テキサス州で行われたプロジェクト・ヒーロー・サイクリングのイベントに参加した13人の退役軍人は、コンピュータ生成シーケンスによって2つの腕にランダム化された。 連続スマートウォッチは心拍数と加速度計を組み合わせて超覚醒イベントを検出する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Post-traumatic stress disorder (PTSD) in veterans is characterized by persistent hyperarousal and comorbid anxiety and depressive symptoms that are difficult to monitor and manage outside clinical settings. Thirteen veterans participating in a Project Hero cycling event in Texas were randomized by computer-generated sequence in a naturalistic setting to two arms: (1) digital intervention plus physical activity, or (2) physical activity only, plus a third at-home monitoring control cohort consisting of 7 veterans selected from the broader Project Hero veteran community. Continuous smartwatch sensing combined heart rate and accelerometer features to detect hyperarousal events, which were confirmed in real time by participants. Weekly self-report measures of anxiety, depression, and PTSD severity were collected. Generalized additive mixed models characterized nonlinear trajectories over time. Baseline-normalized hyperarousal trajectories differed significantly across conditions, with the digital intervention group (n=7) showing structured stabilization compared to late-study escalation in the physical-only group (n=3). Both cycling groups exhibited acute symptom improvements during the endurance event; however, the digital intervention group demonstrated a higher overall maintenance of gains. The at-home control group (n=4) showed gradual symptom declines. Perceived precision of ML detections varied substantially across individuals and was positively associated with symptom severity, with higher-severity participants confirming a greater proportion of detected events. These results suggest that coupling wearable detection with digital self-management tools may support stabilization of hyperarousal and symptom improvement while emphasizing the importance of personalization and human-centered design in wearable mental health systems.
• Abstract（参考訳）: 高齢者の外傷後ストレス障害 (PTSD) は, 長期的過覚的, 協調的不安, 抑うつ症状が特徴であり, 外部臨床環境の監視や管理が困難である。 テキサス州で行われたProject Heroサイクリングイベントに参加した13人のベテランは、コンピュータ生成シーケンスによって、(1)デジタル介入と身体活動のみ、または(2)身体活動のみ、および、より広いProject Heroベテランコミュニティから選ばれた7人のベテランからなる第3の在宅監視コントロールコホートの2つのアームにランダム化された。 連続スマートウォッチは心拍数と加速度計を併用して高覚醒事象を検知し、参加者がリアルタイムで確認した。 不安,抑うつ,PTSDの重症度を週に1度報告した。 一般化された添加混合モデルは時間とともに非線形軌道を特徴付ける。 基準値の正規化による超覚醒性軌跡は, デジタル介入群 (n=7) と, 身体のみ群 (n=3) の遅発性エスカレーション (n=3) とでは, 有意に異なっていた。 両サイクリング群とも持久イベント中に急性症状の改善を認めたが,デジタル介入群は利得の全体的維持率を高めた。 在宅コントロール群 (n=4) は徐々に症状が低下した。 ML検出の精度は個人によって大きく異なり,症状の重症度と正の相関がみられた。 以上の結果から,デジタル自己管理ツールとウェアラブル検出の結合は,心的健康システムにおけるパーソナライゼーションと人間中心のデザインの重要性を強調しつつ,高覚醒・症状改善の安定化を支援する可能性が示唆された。

関連論文リスト

• Behavioral and Performance Indicators of Depression and Anxiety in Electronic Learning Systems [0.0]
  本研究は,Moodleを用いた学習管理システムから得られた行動指標と性能指標が,コンピュータ工学生のうつ病と不安との関連性について検討した。 いくつかの指標はうつ病と不安に大きく関連していた。 これらの結果から, 日常的なLMSデータは, 学生の幸福に関連する有意義な行動信号を与え, 精神保健関連疾患を経験する学生の早期の教育的認識を支援する可能性が示唆された。
  論文  参考訳（メタデータ） (2026-06-02T22:08:07Z)
• A Vector-Quantized Foundation Model for Patient Behavior Monitoring [41.48188433408574]
  本稿では,スマートフォンやウェアラブルデバイスからの実世界のデータを処理するために設計されたベクトル量子化変分自動エンコーダを改良した基礎モデルを提案する。 本研究では, 個別の潜伏表現を利用して, 微調整を必要とせず, 2つの下流課題, 自殺リスク評価, 情緒的状態予測を効果的に実施した。
  論文  参考訳（メタデータ） (2025-03-19T14:01:16Z)
• Two-Stage Representation Learning for Analyzing Movement Behavior Dynamics in People Living with Dementia [44.39545678576284]
  本研究では,認知症高齢者の在宅活動データを,2段階の自己指導型学習アプローチによって分析する。 第1段階は、時系列アクティビティを事前訓練された言語モデルによって符号化されたテキストシーケンスに変換する。 このPageRankベクトルは遅延状態遷移をキャプチャし、複雑な振る舞いデータを簡潔な形式に効果的に圧縮する。
  論文  参考訳（メタデータ） (2025-02-13T10:57:25Z)
• Understanding Stress, Burnout, and Behavioral Patterns in Medical Residents Using Large-scale Longitudinal Wearable Recordings [44.608785297557674]
  本研究は、43人の医療従事者の職場行動パターンを訓練の異なる段階にわたって調査した。 具体的には,その増幅パターン,コンピュータアクセス,住民のメンターとのインタラクションについて検討する。 分析の結果, 歩行行動パターンやコンピュータの利用状況は, プログラムの年齢によって異なるが, 住民の作業行動は異なることが明らかとなった。
  論文  参考訳（メタデータ） (2024-02-14T09:06:50Z)
• Signal Processing Grand Challenge 2023 -- e-Prevention: Sleep Behavior as an Indicator of Relapses in Psychotic Patients [27.6075917779323]
  本稿では,精神病患者の再発検出におけるUSC SAILのシグナル処理グランドチャレンジ2023-e-Prevention(Task2)への取り組みと成果について述べる。 本研究では、非教師なし機械学習環境において、睡眠行動の特徴を用いて、再発日を外れ値として推定する。 我々の提出はタスクの公式リーダーボードで第3位にランクされ、精神的な再発の客観的かつ非侵襲的な予測因子としての可能性を示した。
  論文  参考訳（メタデータ） (2023-04-17T21:02:46Z)
• Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
  精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。 睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。 スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
  論文  参考訳（メタデータ） (2022-11-08T17:29:40Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• Posttraumatic Stress Disorder Hyperarousal Event Detection Using Smartwatch Physiological and Activity Data [0.0]
  PTSD(英: Posttraumatic Stress Disorder)は、アメリカ合衆国の退役軍人の約4分の1が、戦域から帰還する精神疾患である。 患者は治療セッションの外でPTSD症状を最も重篤に経験することが多い。 モバイルヘルスアプリケーションは、このギャップに対処するかもしれないが、その効果は、継続的監視と時間的介入を可能にする検出能力の現在のギャップによって制限されている。
  論文  参考訳（メタデータ） (2021-09-29T22:24:10Z)
• Using Convolutional Variational Autoencoders to Predict Post-Trauma Health Outcomes from Actigraphy Data [4.668948267866486]
  うつ病と外傷後ストレス障害(PTSD)は、外傷性事象に関連する精神疾患である。 本研究は,調査用スマートウォッチを装着した1113名の被験者を対象に,ロコモター活動を用いた。 畳み込み変分オートエンコーダ(VAE)アーキテクチャは、アクティグラフィーデータから教師なしの特徴抽出に用いられた。
  論文  参考訳（メタデータ） (2020-11-14T22:48:12Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。