Chinese
Grazas por visitar Nature.com. A versión do navegador que estás a usar ten compatibilidade limitada para CSS. Para unha mellor experiencia, recomendámosche que utilices un navegador actualizado (ou desactives o modo de compatibilidade en Internet Explorer). Mentres tanto, para garantir soporte continuo, mostraremos o sitio sen estilos e JavaScript.
A inxestión de líquidos é importante para evitar a deshidratación e reducir os cálculos renais recorrentes. Nos últimos anos houbo unha tendencia a desenvolver ferramentas para controlar a inxestión de líquidos mediante produtos "intelixentes", como biberóns intelixentes. Hai varios biberóns intelixentes comercialmente dispoñibles, destinados principalmente a adultos conscientes da súa saúde. Segundo o noso coñecemento, estes biberóns non foron validados na literatura. Este estudo comparou o rendemento e a funcionalidade de catro biberóns intelixentes dispoñibles comercialmente. Os biberóns son H2OPal, HidrateSpark Steel, HidrateSpark 3 e Thermos Smart Lid.One. rexistráronse e analizáronse cen eventos de inxestión por botella e comparáronse coa verdade do terreo obtida a partir de escalas de alta resolución. H2OPal ten o erro porcentual medio (MPE) máis baixo e é capaz de equilibrar os erros en varios sorbos. HidrateSpark 3 ofrece os resultados máis consistentes e fiables. Os valores de MPE das botellas HidrateSpark melloráronse aínda máis mediante regresión lineal xa que tiñan valores de erro individuais máis consistentes. A tapa intelixente de Thermos foi a menos precisa, xa que o sensor non se estendeu por todo o conxunto. botella, facendo que se perdan moitos rexistros.
A deshidratación é un problema moi grave porque pode provocar complicacións adversas, incluíndo confusión, caídas, hospitalización e morte. O equilibrio da inxestión de líquidos é importante, especialmente en adultos maiores e persoas con afeccións médicas subxacentes que afectan a regulación de líquidos. Pacientes con risco de sufrir recorrentes A formación de pedras recoméndase consumir grandes cantidades de líquidos. Polo tanto, o seguimento da inxestión de líquidos é un método útil para determinar se se está tomando a inxestión adecuada de líquidos1,2. Hai moitos intentos na literatura para crear informes de sistemas ou dispositivos que poden axudar a rastrexar e xestionar a inxestión de líquidos.Desafortunadamente, a maioría destes estudos non deron como resultado un produto dispoñible no mercado.As botellas no mercado están dirixidas principalmente a atletas recreativos ou adultos conscientes da súa saúde que buscan engadir hidratación.Neste artigo, pretendemos determinar se son comúns , as botellas de auga dispoñibles no comercio son unha solución viable para investigadores e pacientes. Comparamos catro botellas de auga comerciais en termos de rendemento e funcionalidade. As botellas son HidrateSpark 34, HidrateSpark Steel5, H2O Pal6 e Thermos Smart Lid7 como se mostra na Figura 1. Estas botellas foron escollidos porque son unha das catro únicas botellas populares que están (1) dispoñibles para a súa compra en Canadá e (2) teñen acceso a datos de volume de sorbos a través da aplicación móbil.
Imaxes de botellas comerciais analizadas: (a) HidrateSpark 34, (b) HidrateSpark Steel5, (c) H2OPal6, (d) Thermos Smart Lid7. O cadro vermello con trazos mostra a localización do sensor.
Das botellas anteriores, só se validaron as versións anteriores de HidrateSpark na investigación. para controlar a inxestión en pacientes con cálculos nos riles9.Desde entón, HidrateSpark desenvolveu novos frascos con diferentes sensores.O H2OPal utilizouse noutros estudos para rastrexar e promover a inxestión de líquidos, pero ningún estudo específico validou o seu rendemento2,10.Pletcher et al. Comparáronse as características xeriátricas e a información dispoñible en liña para varias botellas comerciais, pero non realizaron ningunha validación da súa precisión11.
As catro botellas comerciais inclúen unha aplicación propietaria gratuíta para mostrar e almacenar eventos de inxestión transmitidos a través de Bluetooth. O HidrateSpark 3 e o Thermos Smart Lid teñen o sensor no medio da botella, posiblemente usando un sensor capacitivo, mentres que o HidrateSpark Steel e o H2Opal teñen un sensor capacitivo. sensor na parte inferior, usando un sensor de carga ou presión. A localización do sensor móstrase no cadro vermello con trazos da Figura 1. Na tapa intelixente de Thermos, o sensor non pode chegar ao fondo do recipiente.
Cada botella é probada en dúas fases: (1) unha fase de succión controlada e (2) unha fase de vida libre. En ambas fases, os resultados rexistrados pola botella (obtidos da aplicación móbil do produto usada en Android 11) comparáronse con a verdade do chan obtida mediante unha báscula de 5 kg (Báscula electrónica de cociña Starfrit 93756). Todas as botellas foron calibradas antes de recoller os datos mediante a aplicación. Na fase 1, os tamaños de sorbos de 10 mL a 100 mL de 10 mL a 100 mL foron medidos ao azar. pedir, 5 medicións cada unha, para un total de 50 medicións por vial. Estes eventos non son eventos de bebida reais en humanos, senón que se vierten para que a cantidade de cada sorbo poida controlarse mellor. Nesta fase, recalibra a botella se o o erro de sorbo é superior a 50 ml e volve emparellar se a aplicación perde a conexión bluetooth coa botella. Durante a fase de vida libre, un usuario bebe auga libremente dunha botella durante o día e elixe diferentes sorbos. Esta fase tamén inclúe 50 sorbos ao longo do tempo, pero non todos seguidos. Polo tanto, cada botella ten un conxunto de datos dun total de 100 medicións.
Para determinar a inxestión total de líquidos e garantir unha hidratación diaria adecuada, é máis importante ter medicións volumétricas precisas da inxestión ao longo do día (24 horas) en lugar de cada sorbo. Non obstante, para identificar indicacións de intervención rápida, cada sorbo debe ter un erro baixo. como se fixo no estudo de Conroy et al. 2. Se o sorbo non se grava ou non se rexistra mal, é fundamental que a botella poida equilibrar o volume na seguinte gravación. Polo tanto, o erro (volume medido - volume real) axústase manualmente. Por exemplo, supoñamos que o suxeito bebeu 10 mL e a botella informou de 0 mL, pero despois o suxeito bebeu 20 mL e a botella informou dun total de 30 mL, o erro axustado sería de 0 mL.
A táboa 1 enumera varias métricas de rendemento para cada botella considerando dúas fases (100 sorbos). O erro porcentual medio (MPE) por sorbo, o erro absoluto medio (MAE) por sorbo e o EMP acumulado calcúlanse do seguinte xeito:
onde \({S}_{act}^{i}\) e \({S}_{est}^{i}\) son as inxestións reais e estimadas de \({i}_{th}\ ) sorbo, e \(n\) é o número total de sorbos.\({C}_{act}^{k}\) e \({C}_{est}^{k}\) representan a inxestión acumulada dos últimos \(k\) sorbos. O MPE de sorbo analiza o erro porcentual para cada sorbo individual, mentres que o MPE acumulado analiza o erro porcentual total ao longo do tempo. Segundo os resultados da Táboa 1, H2OPal ten o menor número de sorbos. rexistros perdidos, o MPE Sip máis baixo e o MPE acumulado máis baixo. O erro medio é mellor que o erro absoluto medio (MAE) como métrica de comparación cando se determina a inxestión total ao longo do tempo. Porque ilustra a capacidade da botella para recuperarse de medicións deficientes ao longo do tempo. tempo mentres se rexistran as medicións posteriores. O SIP MAE tamén se inclúe en aplicacións onde a precisión de cada sorbo é importante porque calcula o erro absoluto de cada sorbo. O MPE acumulado tamén mide o ben que se equilibran as medicións na fase e non penaliza un un só sorbo.Outra observación foi que 3 das 4 botellas subestimaron o volume de inxestión por boca que se mostra na táboa 1 con números negativos.
Os coeficientes de correlación de Pearson con R cadrado para todas as botellas tamén se mostran na Táboa 1. HidrateSpark 3 proporciona o coeficiente de correlación máis alto. Aínda que HidrateSpark 3 ten algúns rexistros que faltan, a maioría deles son bocas pequenas (O gráfico de Bland-Altman da Figura 2 tamén confirma que HidrateSpark 3 ten o menor límite de acordo (LoA) en comparación coas outras tres botellas. LoA analiza o ben que concordan os valores reais e medidos. Ademais, case todas as medicións estiveron no Rango LoA, que confirma que esta botella proporciona resultados consistentes, como se mostra na Figura 2c. Non obstante, a maioría dos valores están por debaixo de cero, o que significa que o tamaño do sorbo adoita estar subestimado. O mesmo ocorre con HidrateSpark Steel na Figura 2b, onde a maioría dos valores de erro son negativos. Polo tanto, estas dúas botellas proporcionan o máximo MPE e MPE acumulado en comparación con H2Opal e Thermos Smart Lid, con erros distribuídos por encima e por debaixo de 0, como se mostra na figura 2a,d.
Gráficos de Bland-Altman de (a) H2OPal, (b) HidrateSpark Steel, (c) HidrateSpark 3 e (d) Thermos Smart Lid. A liña discontinua representa o intervalo de confianza ao redor da media, calculado a partir da desviación estándar da táboa 1.
HidrateSpark Steel e H2OPal tiveron desviacións estándar similares de 20,04 mL e 21,41 mL, respectivamente. As figuras 2a,b tamén mostran que os valores de HidrateSpark Steel sempre rebotan ao redor da media, pero xeralmente permanecen dentro da rexión LoA, mentres que H2Opal ten máis valores. fóra da rexión LoA. A desviación estándar máxima da tapa intelixente Thermos foi de 35,42 ml, e máis do 10% das medicións foron fóra da rexión LoA que se mostra na Figura 2d. Esta botella proporcionou o menor erro medio de sorbo e un acumulado relativamente pequeno. MPE, a pesar de ter o maior número de rexistros que faltan e a maior desviación estándar. O Thermos SmartLid ten moitas gravacións perdidas porque a palla do sensor non se estende ata o fondo do recipiente, provocando gravacións perdidas cando o contido do líquido está por debaixo da vara do sensor ( ~80 ml). Isto debería levar a unha subestimación da inxestión de líquidos; con todo, Thermos foi a única botella con MPE positivo e erro medio de sorbo, o que implica que a botella sobrestimou a inxestión de líquido. Polo tanto, a razón pola que o erro medio de sorbo de Thermos é tan baixo é porque a medida está sobreestimada para case todas as botellas. Cando estas sobreestimacións son promediado, incluíndo moitos sorbos perdidos que non se rexistran en absoluto (ou "subestimados"), o resultado medio está equilibrado. Ao excluír os rexistros perdidos do cálculo, o erro medio do sorbo converteuse en +10,38 ml, o que confirma unha gran sobreestimación dun só sorbo. Aínda que isto poida parecer positivo, a botella é realmente inexacta nas estimacións de sorbos individuais e non é fiable porque perde moitos eventos de bebida. Ademais, como se mostra na Figura 2d, Thermos SmartLid parece aumentar o erro ao aumentar o tamaño do sorbo.
En total, H2OPal foi o máis preciso para estimar sorbos ao longo do tempo e a forma máis fiable de medir a maioría das gravacións. A tapa intelixente Thermos foi a menos precisa e perdeu máis sorbos que as outras botellas. A botella HidrateSpark 3 tivo un erro máis consistente. valores, pero subestimou a maioría dos sorbos que resultaron nun rendemento deficiente ao longo do tempo.
Resulta que a botella pode ter algunha compensación que se pode compensar mediante un algoritmo de calibración. Isto é especialmente certo para a botella HidrateSpark, que ten unha pequena desviación estándar de erro e sempre subestima un só sorbo. Uns mínimos cadrados (LS) utilizouse o método cos datos da etapa 1 mentres se excluíron os rexistros que faltasen para obter valores de compensación e ganancia. A ecuación resultante utilizouse para a inxestión de sorbos medida na segunda etapa para calcular o valor real e determinar o erro calibrado. A táboa 2 mostra esa calibración. mellorou o erro medio Sip para dúas botellas HidrateSpark, pero non H2OPal ou Thermos Smart Lid.
Durante a Fase 1, na que se realizan todas as medicións, cada botella enchégase varias veces, polo que o MAE calculado pode verse afectado polo nivel de recheo da botella. Para determinalo, cada botella divídese en tres niveis, alto, medio e baixo, segundo o volume total de cada botella. Para as medicións da Fase 1, realizouse unha proba ANOVA unidireccional para determinar se os niveis eran significativamente diferentes en erro absoluto. Para HidrateSpark 3 e Steel, os erros das tres categorías non son significativamente diferentes. Houbo unha diferenza significativa límite (p Realizáronse probas t de dúas colas para comparar os erros da fase 1 e da fase 2 para cada botella. Acadamos p > 0,05 para todas as botellas, o que significa que os dous grupos non eran significativamente diferentes. Non obstante, observouse que as dúas botellas HidrateSpark perdeu un número moito maior de gravacións na etapa 2. Para H2OPal, o número de gravacións perdidas foi case igual (2 fronte a 3), mentres que para Thermos SmartLid houbo menos gravacións perdidas (6 fronte a 10). Xa que as botellas HidrateSpark foron todo mellorou despois da calibración, tamén se realizou unha proba t despois da calibración. Para HidrateSpark 3, hai unha diferenza significativa nos erros entre a etapa 1 e a etapa 2 (p = 0,046). Isto é máis probable debido ao maior número de rexistros que faltan. na fase 2 en comparación coa fase 1.
Esta sección ofrece información sobre a usabilidade da botella e a súa aplicación, así como outra información funcional. Aínda que a precisión da botella é importante, o factor de usabilidade tamén é importante á hora de elixir unha botella.
HidrateSpark 3 e HidrateSpark Steel están equipados con luces LED que recordan aos usuarios que deben beber auga se non cumpren os seus obxectivos segundo o planeado, ou parpadear un determinado número de veces ao día (establecido polo usuario). Tamén se poden configurar para parpadear. cada vez que o usuario bebe. H2OPal e Thermos Smart Lid non teñen ningún comentario visual para lembrar aos usuarios que beban auga. Non obstante, todas as botellas compradas teñen notificacións móbiles para lembrar aos usuarios que beban a través da aplicación móbil. O número de notificacións por día pode ser personalizado nas aplicacións HidrateSpark e H2OPal.
HidrateSpark 3 e Steel usan tendencias lineais para guiar aos usuarios cando deben beber auga e dar un obxectivo por hora suxerido que os usuarios deberían alcanzar ao final do día. H2OPal e Thermos Smart Lid só proporcionan un obxectivo total diario. En todas as botellas, se o dispositivo non está conectado á aplicación mediante bluetooth, os datos almacenaranse localmente e sincronizaranse despois da vinculación.
Ningunha das catro botellas se centra na hidratación para persoas maiores. Ademais, as fórmulas que usan as botellas para determinar os obxectivos de inxestión diaria non están dispoñibles, polo que é difícil determinar se son aptas para adultos maiores. A maioría destas botellas son grandes e pesadas e non adaptado para persoas maiores. O uso de aplicacións móbiles tamén pode non ser ideal para persoas maiores, aínda que pode ser útil para que os investigadores recompilen datos de forma remota.
Todas as botellas non poden determinar se o líquido foi consumido, descartado ou derramado. Todas as botellas tamén deben colocarse nunha superficie despois de cada grolo para rexistrar con precisión a inxestión. Isto significa que se poden perder bebidas se a botella non está colocada, especialmente cando recheo.
Outra limitación é que o dispositivo ten que emparellarse de novo coa aplicación periódicamente para sincronizar os datos. O Thermos cómpre emparellar de novo cada vez que se abría a aplicación e a botella HidrateSpark adoitaba loitar para atopar unha conexión Bluetooth. H2OPal é o máis sinxelo. para volver emparellar coa aplicación se se perde a conexión. Todas as botellas calibráronse antes de comezar a proba e deben volver a calibrarse polo menos unha vez durante o proceso. A botella HidrateSpark e o H2OPal deben baleirarse e encherse completamente para a calibración.
Todas as botellas non teñen a opción de descargar ou gardar datos a longo prazo. Ademais, non se pode acceder a ningunha delas a través da API.
HidrateSpark 3 e H2OPal usan baterías de iones de litio substituíbles, HidrateSpark Steel e Thermos SmartLid usan baterías recargables. Segundo indica o fabricante, a batería recargable debe durar ata 2 semanas cunha carga completa, non obstante, debe recargarse case semanalmente cando se utiliza. o Thermos SmartLid en gran medida. Esta é unha limitación xa que moitas persoas non se lembrarán de recargar a botella con regularidade.
Hai unha variedade de factores que poden influír na elección dunha botella intelixente, especialmente cando o usuario é unha persoa maior. O peso e o volume da botella é un factor importante xa que debe ser fácil de usar por persoas maiores fráxiles. Como se mencionou antes, estas botellas non están adaptadas para persoas maiores. O prezo e a cantidade de líquido por botella tamén son outro factor. A táboa 3 mostra a altura, o peso, o volume de líquido e o prezo de cada botella. Thermos Smart Lid é o máis barato e lixeiro xa que é feita enteiramente de plástico máis lixeiro. Tamén contén a maior cantidade de líquidos en comparación coas outras tres botellas. Pola contra, H2OPal foi a máis alta, pesada e cara das botellas de investigación.
As botellas intelixentes dispoñibles comercialmente son útiles para os investigadores porque non hai necesidade de prototipar novos dispositivos. Aínda que hai moitas botellas intelixentes de auga dispoñibles, o problema máis común é que os usuarios non teñen acceso aos datos ou aos sinais brutos, e só algúns resultados son móstrase na aplicación móbil. É necesario desenvolver unha botella intelixente amplamente usada con alta precisión e datos totalmente accesibles, especialmente unha adaptada para persoas maiores. Das catro botellas probadas, H2OPal fóra da caixa tiña o MPE Sip máis baixo. MPE acumulado e número de gravacións perdidas.HidrateSpark 3 ten a maior linealidade, a menor desviación estándar e o MAE máis baixo.HidrateSpark Steel e HidrateSpark 3 poden simplemente calibrarse manualmente para reducir o erro medio do sorbo mediante o método LS.Para obter gravacións de sorbo máis precisas, o HidrateSpark 3 é a botella de elección, mentres que para medicións máis consistentes ao longo do tempo, o H2OPal é a primeira opción. O Thermos SmartLid tivo o rendemento menos fiable, tivo os sorbos máis perdidos e os sorbos individuais sobreestimados.
O estudo non está exento de limitacións. En escenarios do mundo real, moitos usuarios beberán doutros recipientes, especialmente líquidos quentes, bebidas compradas na tenda e alcohol. Os traballos futuros deberían avaliar como o factor de forma de cada botella afecta aos erros para guiar o deseño intelixente de botellas de auga. .
Rule, AD, Lieske, JC & Pais, VM Jr. 2020. Xestión de pedras nos riles.JAMA 323, 1961–1962.https://doi.org/10.1001/jama.2020.0662 (2020).
Conroy, DE, West, AB, Brunke-Reese, D., Thomaz, E. & Streeper, NM Intervención adaptativa oportuna para promover o consumo de líquidos en pacientes con pedras nos riles. Psicoloxía da Saúde.39, 1062 (2020).
Cohen, R., Fernie, G. e Roshan Fekr, A. Sistemas de monitorización da inxestión de fluídos nos anciáns: unha revisión da literatura.Nutrients 13, 2092. https://doi.org/10.3390/nu13062092 (2021).
Inc, H. HidrateSpark 3 Botella de auga intelixente e aplicación gratuíta de seguimento de hidratación - Negro https://hidratespark.com/products/black-hidrate-spark-3. Consultado o 21 de abril de 2021.
Botella de auga intelixente illada de aceiro inoxidable e aplicación HidrateSpark STEEL – Hidrate Inc. https://hidratespark.com/products/hidratespark-steel. Consultado o 21 de abril de 2021.
Botella de hidratación conectada Thermos® con tapón intelixente. https://www.thermos.com/smartlid. Consultado o 9 de novembro de 2020.
Borofsky, MS, Dauw, CA, York, N., Terry, C. & Lingeman, JE Precisión de medir a inxestión diaria de líquidos usando unha botella de auga "intelixente". Urolitiasis 46, 343-348. https://doi.org/ 10.1007/s00240-017-1006-x (2018).
Bernard, J., Song, L., Henderson, B. e Tasian, GE. Asociación entre a inxestión diaria de auga e a produción de orina de 24 horas en adolescentes con pedras nos riles. Uroloxía 140, 150-154.
Fallmann, S., Psychoula, I., Chen, L., Chen, F., Doyle, J., Triboan, D. Reality and perception: Activity monitoring and data collection in real-world smart homes. No IEEE SmartWorld de 2017 Actas da conferencia, intelixencia e informática ubicuas, informática avanzada e de confianza, informática escalable e comunicacións, computación en nube e big data, Internet das persoas e innovación en cidades intelixentes (SmartWorld/SCALCOM/UIC/ATC/ CBDCom/IOP/SCI), 1-6 (IEEE, 2017).
Pletcher, DA et al. Un gadget interactivo para beber auga deseñado para anciáns e enfermos de Alzheimer. Nunha demanda sobre o lado humano das TIC para a poboación maior. Redes sociais, xogos e ambientes asistidos (eds Zhou, J. & Salvendy, G.) 444–463 (Springer International Publishing, 2019).
Este traballo foi apoiado pola subvención da Fundación dos Institutos Canadienses de Investigación Sanitaria (CIHR) (FDN-148450).Dr. Fernie recibiu o financiamento como Cátedra Creaghan de Prevención Familiar e Tecnoloxía Médica.
Kite Institute, Toronto Rehabilitation Institute – University Health Network, Toronto, Canadá
Conceptualización – RC; Metodoloxía – RC, AR; Redacción – Preparación de manuscritos – RC, AR; Redacción - Revisión e Edición, GF, AR; Supervisión – AR, GF Todos os autores leron e están de acordo coa versión publicada do manuscrito.
Springer Nature segue sendo neutral con respecto ás reclamacións xurisdiccionais dos mapas publicados e as afiliacións institucionais.
Acceso aberto Este artigo está licenciado baixo a licenza internacional Creative Commons Atribución 4.0, que permite o seu uso, uso compartido, adaptación, distribución e reprodución en calquera medio ou formato, sempre que lle deas o crédito axeitado ao autor e á fonte orixinais, proporcionando unha licenza Creative Commons. , e indique se se realizaron cambios.As imaxes ou outros materiais de terceiros neste artigo inclúense baixo a licenza Creative Commons do artigo, a non ser que se indique o contrario nos créditos do material.Se o material non está incluído no Creative Commons A licenza do artigo e o seu uso previsto non está permitido pola lei ou a normativa ou excede o permitido, terás que obter o permiso directamente do propietario do copyright. Para ver unha copia desta licenza, visita http://creativecommons.org/licenses. /por/4.0/.
Cohen, R., Fernie, G. e Roshan Fekr, A. Monitoring liquid intake in commercially available smart water bottles.Science Rep 12, 4402 (2022). https://doi.org/10.1038/s41598-022-08335 -5
Ao enviar un comentario, aceptas cumprir as nosas Condicións e directrices da comunidade. Se ves contido abusivo ou contido que non cumpre cos nosos termos ou directrices, sinálao como inadecuado.
Hora de publicación: 29-mar-2022
