Vad 82.000 Apple Watch Wearers Lär Forskare Om Fitness Och Hälsa

Författare : James Truslow Angela Spillane Huiming Lin Katherine Cyr Adeeti Ullal Edith Arnold Ron Huang Laura Rhodes Jennifer Block Jamie Stark James Kretlow Alexis L. Beatty Andreas Werdich Deepali Bankar Matt Bianchi Ian Shapiro Jaime Villalpando Sharon Ravindran Irida Mance Adam Phillips John Earl Rahul C. Deo Sumbul A. Desai Calum A. MacRae Författare : James Truslow Angela Spela Hämta Lin Katherine Cyr Övriga Ullal Författaren Edith Arnold Ron Huang Laura Rhodes Författaren Jennifer Block Författaren Jamie Stark av James Kretlow Författare: Alexis L. Beatty Andreas Werdich Deepali Banker Matte Bianchi av Ian Shapiro Jaime Villalpando Sharon Ravindran Övrigt Irina Manse Adam Phillips av John Earl Fröken C. Deo Sumbul A. Desai Författare: Calum A. MacRae Abstrakt Fysisk aktivitet eller strukturerad motion är fördelaktig i ett brett spektrum av omständigheter.Dock är data på individuell nivå om differentiella svar på olika typer av aktivitet ännu inte tillräckliga i skala, varaktighet eller anteckningsnivå för att förstå mekanismerna för diskreta resultat eller för att stödja personliga rekommendationer.Apple Heart & Movement Study var utformad för att passivt samla in den täta fysiologiska data som är tillgänglig på Apple Watch och iPhone från en stor verklig kohort fördelad över hela USA för att ta itu med dessa kunskapsgap. Långvariga föreningar av motion med lägre incidenssjukdomsfrekvenser för många sjukdomar har replikerats i stora studier med forskningsgrad, såväl som konsumentgrad, bärbara enheter , , Differentiella individuella svar på motion framträder som potentiella prediktorer för kliniska resultat i många sjukdomar inklusive diabetes, höftfrakturer, cancer och hastigheter av kognitiv nedgång. , , , . 1 2 3 4 5 6 7 Skräddarsydda medicinska råd om aktivitet förblir varierande, till stor del på grund av det begränsade omfattningen av interventionsstudier hittills, och som en följd av det breda utbudet av träningskapacitet och heterogeniteten av svar på jämförbara aktiviteter. Bevis tyder på att de flesta individer inte uppfyller befolkningsrekommendationer för aktivitet, och det har föreslagits att mer individualiserade rekommendationer kan vara mer effektiva Bättre förståelse av förhållandet mellan specifika aktiviteter och individuell fysiologisk anpassning kräver granulär dokumentation av egenskaperna hos olika aktiviteter och deras effekter över en rad individer med diskreta svarresultat , , Konvergens av slitstarka tekniker, elektroniska hälsoregister och modern datavetenskap gör sådana studier möjliga. 1 8 8 9 10 Apple Watch (Watch) är en bärbar multi-sensor som kombinerar passivt spårade fysiologiska mätvärden (t.ex. aktivitet, gång och hjärtfrekvensmätare) och innehåller anteckningar ”på handleden” av händelser genom användarinmatningar som loggning av träningstyper. Apple Heart & Movement Study (AH&MS) var utformad för att möjliggöra längsgående insamling av sensorer, aktivitet och hälsodata från individer för att utforska relationerna mellan aktivitet, välbefinnande och hälsa. Studien pågår och datainsamlingen fortsätter att utvecklas med tillägget av nya sensorer, nya frågeformulär och andra data. Forskningsappen, den mobila applikationen som deltagarna använder för att anmäla sig och interagera med studien, möjliggör frekventa modifieringar av studien (med IRB-godkännande) som underlättar anpassning till nya omständigheter, såsom en pandemi eller nya datatyper. Data är tidstämplade och versionerade (både hårdvara och programvara) så att specifika analyser kan inramas i relevant sammanhang och appändringar kan kontrolleras för. Fullständiga metoder och sammanfattande data från deltagare som följdes under åtminstone det första året finns tillgängliga online. Kohorten i det aktuella manuskriptet observerades fram till 2021-11-13, två år efter att studien lanserades, så att varje deltagare har observerats i minst ett helt år, och inte mer än två år. Efter att ha tillämpat alla urvalskriterier, bestod den initiala kohorten av 82,809 deltagare. Ett kompletterande bord Studien kohort är 72% vit, 74% man vid födseln, 74% självidentifierade som manliga med en genomsnittlig ålder vid inskrivning är 39,3 år (± 13,1 år). 80% av deltagarna är deltid eller heltid sysselsatta, 62% högskolestudenter, 52% är gifta. Nuvarande rökare utgör 5,3% av kohorten. Genomsnittlig kroppsmassindex (BMI) är 28,4 kg/m2 (± 6,5 kg/m2). De vanligaste förekommande sjukdomar som rapporterats av deltagarna var allergier (26.0%), depression (26.0%), och ångestsyndrom (24,1%) men trots åldern för deltagarna i studien, andra medicinska tillstånd rapporteras vid anmärkningsvärda priser (tabell) ) med 61% av deltagarna som för närvarande tar minst en medicin (Tilläggstabell) och ) 1 6 2 7 För att demonstrera omfattningen av HealthKit-data som delas av kohorten under en enda vecka, aggregerade vi resultat över en representativ 7-dagarsperiod för att genomsnittliga veckovisa cykler i deltagaraktivitet (Tabell) Den vanligaste aktivitetstypen var promenader, som delades minst en gång av 20,0% av kohorten.Totalt 25,304 (30,6%) personer i kohorten delade minst en träning under observationsveckan, med i genomsnitt 6,54 träningspass per person. 3 Träning är ett speciellt fall av träningsspårning, inom den allmänna klassen av HealthKit-prover, av vilka många andra typer finns (Tilläggstabell Bland dessa är de provtyper som oftast delas de som genereras av vardagliga Apple Watch-kläder och passivt samlas in av sensorer och programvara som är inbyggd i Watch. Följaktligen delas stegantal, hjärtfrekvens och stående timmar med studien under den specifika veckan som representeras i ungefär hälften av kohorten. Mindfulness-sessioner (delade med 5,5 % under den specifika veckan), som registrerar en mindfulness-session som styrs av Watch men kräver aktiv deltagarengagemang, och en hög hjärtfrekvenshändelse (delad med 2,4 % under den specifika veckan), som passivt samlas in av Watch men som inte är en frekvent händelse för friska deltagare. Andra data som tillhandahålls av anslutna tredjepartssensorer delas mindre ofta. 8 Cohorten omfattade 66,752 personer (80,6 %) som under minst en dag under sitt första år efter inskrivning hade en Apple Watch som kunde spela in en EKG i par med Research-appen.En enkel EKG kan spelas in när som helst via EKG-appen genom att hålla klockan i 30 sekunder.Inom denna undergrupp fanns det 55,740 personer (83,5 % av dem som bar en EKG-kapabel klocka) som spelade in och delade en EKG under sitt första år efter inskrivning, för totalt 1 132 473 EKG (se tabell). ). 25,402 EKG: er (2.2%) klassificerades som visar förmaksflimmer, representerar 1641 deltagare (2.0% av kohorten (se Tilläggstabell) Av dessa deltagare hade 477 (29,1%) rapporterat att de var kända för att ha förmaksflimmer, vilket tyder på att symtom ofta var en drivkraft för de specifika inspelningarna. 4 9 Apple Health-appen gör det möjligt för användare att ladda ner kliniska hälsouppgifter från deltagande institutioner genom att logga in på sin vårdleverantörs portal och välja att dela data om snabbvårdskompatibilitetsresurser (FHIR) med HealthKit. Hittills har andelen deltagare som har kunnat dela dessa typer av data varit blygsam (~10%) på grund av lokal FHIR-överensstämmelse och den process som krävs. För att mäta deltagarnas engagemang i studien över tid presenterar vi två mycket grundläggande index som kompletterar de mer detaljerade rapporterna om undersökningsdata och HealthKit-delning online. Dessa är: 1) hur ofta en deltagares Apple Watch delar HealthKit-provstypen ”Stand Hour” med Research-appen; 2) hur ofta en deltagares Research-app laddar upp någon typ av data till Apples säkra studie servrar. visar dessa två index av deltagande på diskreta tidskalor. Panel a visar den andel av kohorten som inte deltog i någon given dag efter anmälan (00:00:00 till 23:59:59 UTC). Panel b visar den andel som aldrig deltar i en given dag efter inskrivning och kan betraktas som ett mått på incidensen av cohort dropout över tiden, specifikt ett mått på den bråkdel som blir oändligt inaktiv, enligt det deltagande indexet. Således, för båda dessa index, är minskningen av dagligt deltagande över tiden till stor del tillskrivs ackumulering av permanent inaktiva deltagare över tiden, och mindre en konsekvens av nedbrytning av studieengagemang bland aktiva deltagare. Till exempel delar 44% av cohorten inte ett Stand-timmeprov på dag 365 efter inskrivning, men detta är inte mycket större än 34% av cohorten som redan har slutat dela Stand-timme-prov vid alla tillfällen efter dag 365. 1 När som helst efter Blå linjer visar andelen deltagare som inte har bidragit till ett Stand Hour-prov, mätt med sin Watch. Röda linjer visar andelen deltagare som inte har laddat upp några data alls från sin Research-app. ) visar den bråkdel av kohorten som inte deltar i dessa två sätt på en given dag, efter anmälan. ) visar den andel som inte längre deltar vid någon tidpunkt efter en given dag, efter inskrivning som ett mått på den kumulativa incidensen av dropout från studien. a b AH&MS innehåller också en serie med 16 undersökningar som skickas till deltagarna och beskrivs i tabellen. Med undantag för de 5 undersökningarna som utlöses av sällsynta händelser som upptäckts av Watch, har nästan alla undersökningar en deltagandegrad som överstiger 70%. visar svarsfrekvensen jämfört med tiden sedan anmälan för två undersökningar som levererades med den högsta frekvensen - den månatliga Stress Scale-undersökningen och den kvartalsvisa Förändringar i hälsa-undersökningen. Som förväntat, på grund av bördan med att slutföra undersökningen på deltagarna, är denna ettåriga nedgång större i både absoluta och relativa termer än nedgången i aktiva användare som mäts av Research app uppladdningar i figur. Panel b, som visar att endast 28% av kohorten blir oändligt inaktiv på ett år. 5 2 2 1 är För Stress Scale-undersökningen beräknas procentandelen bland 42 181-personers underkohorter eftersom endast personer som är inskrivna efter 2020-05-01 anses undvika frekvensförändringar i undersökningens leverans. AH&MS är liknande i skala till flera andra studier av bärbara data och har redan visat potentialen att övervinna många av begränsningarna i tidigare studier av aktivitet och fysiologisk anpassning Kombinationen av flera oberoende sensorer, granulär ”på handleden” annotering av fysiologiska data och tillgång till hälsotillstånd och hälsoutfall inom Apples ekosystem är distinkt och ger stor dimensionalitet till en stor kohort utan diskreta medicinska indikationer. AH&MS möjliggör longitudinell undersökning av ett brett spektrum av validerade fysiska prestationsattribut i kombination med täta kontextuella metadata och omfattande utfallsmätare. Deltagarnas hållbara undersökningsengagemang förbättras avsevärt från tidigare studier av seriella hälsokonsult. Bland de funktioner som sannolikt kommer att visa sig vara av största nytta är dynamiska rekryteringsstrategier, passiv insamling över tid och trend av validerad referensbiometri (såsom VO , , deltagarens tillgänglighet genererade högupplösta anteckningar, och samtyckt till tillgång till klinisk hälsopost och påståenden data. 1 11 12 Vi förväntar oss att AH&MS-studieutformningen direkt kommer att ta itu med behovet av att förstå förhållandet mellan längsgående bärbara trajektorier i den verkliga världen och de tvärsektionella kliniska eller biologiska forskningsdata som samlas in i typiska biomedicinska forskningsstudier. Många befintliga epidemiologiska kohort saknar längsgående objektiva data om kärnlivsstilsegenskaper, samtidigt som man samlar in rigorösa resultatdata för specifika orsaker till dödlighet och sjukdom. AH&MS samlar in och trender omfattande beteende- och aktivitetsdataelement, förutom utökade demografiska, antropometriska och allmänna livsstilsdataelement från HealthKit. AH&MS har utformats för att möjliggöra direkta jämförelser med traditionella epidemiologiska studier och randomiserade kliniska prövningar genom gemensamma minimala gemensamma dataset. Möjligheten att kontakta enskilda deltagare möjliggör också djup phenotyping baserat på strukturerad provtagning. Längsgående trender i komplexa fysiologiska mätningar kan jämföras med interpolerade externa mätningar, som tidigare har mätts i tvärsektionellt sätt i mycket utvalda populationer. Modeller utbildade på subkohorter som har varit djupt phenotyped kan sedan distribueras över hela AH&MS eller i något traditionellt kliniskt studieformat. Tillgängligheten med Apple Watch av anteckningar i realtid ”på handleden” av aktiviteter och associerad passiv inspelning ger en granulär grundläggande sanning till AH&MS. Forskningsappen är mycket konfigurerbart för att möjliggöra snabb modifiering och för att tillgodose nya eller sekundära forskningsfrågor som studiereaktionen på SARS Co-V-2-pandemin. AH&MS har också fortlöpande tillgång till samtyckta data från deltagarnas kliniska hälsodata och data från "Blue Button" -ytor av poster via FHIR-applikationsprogrammeringsgränssnitt (API), och båda dessa datatyper ackumuleras efter inledande förseningar på grund av låg användning av sjukvården under COVID. Eftersom processen för att integrera EHR-data i AH&MS förenklas utforskar vi också metoder för samtida validering av specifika incidentdiagnoser för studien. Studien har flera begränsningar som måste beaktas. Studien är begränsad till Apple iPhone- och Apple Watch-användare, och det finns gränser för generaliserbarhet till andra populationer. Naturalistisk studiedesign, både i provtagning och i prognos, kan introducera diskret förvirring eftersom det kan finnas kontinuerligt tillägg av nya rekryteringsalgoritmer eller nya sensorer. Förlusten till uppföljning uppskattas från månatliga undersökningsresponsfrekvenser är högre än andra undersökningsmetoder, även om undersökningens egenskaper och leveransfrekvenser ännu inte har optimerats för respons eller kvarhållningsfrekvenser. Andra former av saknade data är vanligt förekommande, och Watch wear information kan hjälpa till i tolkning, denna saknad måste redovisas i någon analys. Dessa Att förstå fysiologiska svar på yttre utmaningar ger information på systemnivå om individens fysiologiska uppsättningspunkter och har visat sig leda till en mycket strängare diskriminering av inneboende skillnader mellan individer än passiv tvärsektionell mätning. Dessa detaljer framhäver potentialen att möjliggöra mycket mer specifika rekommendationer om optimala aktivitetsmönster för den enskilda användaren. Metoder Studera design Deltagarna informerades om studien genom IRB-godkända material, inklusive studiewebbplatser som hanteras av Apple, American Heart Association (AHA) och Brigham and Women’s Hospital. Deltagarna ombeds slutföra en serie undersökningar och samtycka till att dela data som samlats in från deras Health-app (som använder HealthKit-ramverket) och sensordata som erhållits direkt från iPhone och Apple Watch (Tilläggstabell). Studien började registrera sig den 14 november 2019 med målet att registrera upp till 500 000 deltagare. Den planerade varaktigheten för denna studie är 5 år, det vill säga till november 2024, med potential för förlängning eller ytterligare långsiktig uppföljning. Studien godkändes av Advarra Central Institutional Review Board (PRO00036784) och registrerades på ClinicalTrials.gov (ClinicalTrials.gov Identifier: NCT04198194). Det finns ingen ersättning för deltagande. 1 Undersökningsfrågorna var utformade för att möjliggöra jämförelse med data från amerikanska hälsostudier av liknande storlek, såsom National Health and Nutrition Examination Survey (NHANES) som utvecklats av Centers for Disease Control and Prevention. och All of Us Study, ett stort forskningsprogram som sponsras av National Institutes of Health Frågorna ändrades för att stödja leverans inom användargränssnittet för mobila appar och standardiserades, där så är lämpligt, i alla tre Apple-studier som lanserades samtidigt 2019, inklusive Apple Women’s Health Study. och Apple Hearing Study . 13 14 11 12 Användargränssnittet för Research-appen var utformat för att vara enkelt och intuitivt, samtidigt som det möjliggjorde datainsamling, genom uppgifter som genomförande av undersökningen, att distribueras över tiden, så att deltagarnas börda minskade.Den uppskattade tidskravet för undersökningsrespons var cirka 30 min under den första månaden, med 10 min per månad under pågående deltagande eftersom ytterligare undersökningar utlöses baserat på svar eller behovet av ytterligare datainsamling (t.ex. data om COVID-exponeringar). Denna studie har utformats med deltagarnas integritet i åtanke.Deltagarnas data kodas och krypteras under transitering och vila.Kodade data lagras i ett system som är utformat för att uppfylla de tekniska skyddskraven i Health Insurance Portability and Accountability Act (HIPAA).För att maximera deltagarnas integritet och sekretessen för hälsodata och för att minimera risken för obehörig åtkomst till deltagarnas data skapades ett diskret arbetsflöde som gör det möjligt för Apple att få tillgång till kodade studieuppgifter samtidigt som tillgången till identifierbar information som namn och kontaktinformation begränsas till ett begränsat antal behöriga anställda på BWH. Behörighet, screening och samtycke Liknande till Apple Women's Health Study och Apple Hearing Study , , berättigande kriterier inkluderar tillgång till en iPhone med Research-appen installerad, bekvämlighet att kommunicera på skriftligt och talat engelska, bosättning i USA, minst 18 år (minst 19 år i Alabama och Nebraska, minst 21 år i Puerto Rico), unik användning av iCloud-konto eller iPhone, och vilja att ge informerat samtycke att delta i studien. 11 12 Före anmälan fyller deltagarna i en profil som innehåller information som namn, födelsedatum, e-post, telefonnummer, nuvarande region och bosättningstillstånd. Dessa data används för att bekräfta berättigande. För AH&MS kan Research-appen också bekräfta om en Apple Watch är kopplad till iPhone. Om kraven för ålder, plats och Watch-kopplingstillstånd är uppfyllda kan individer fortsätta att studera ombord, inklusive att läsa och underteckna formuläret för informerat samtycke (ICF), HIPAA-godkännande och California Bill of Rights (om tillämpligt). Sedan studien lanserades har det gjorts revideringar för att undersöka frekvensen och frågor inom undersökningarna, införandet av nya undersökningar och uppdateringar till ICF. När ombordstigningen är klar tilldelas de nyanmälda deltagarna omedelbart två "uppgifter", nämligen den demografiska undersökningen tillsammans med en kort guide "Använda din Apple Watch för att bidra" som förklarar att både loggning av träning på Watch och att ta EKG (för dem med Watch Series 4 eller högre) är värdefulla för studien. Pågående rekrytering American Heart Association (AHA) lanserade samtidigt en informationswebbplats för att sprida medvetenheten om studien (november 2019), inklusive IRB-godkända sociala medier och e-postkampanjer (oktober 2020). AHA lanserade också en webbplats på heart.org för att öka medvetenheten om studien och bredda pågående rekryteringsinsatser. Dessutom introducerades och lanserades en ny Research app-funktion i oktober 2020 för att tillåta uppdateringar att skickas direkt till deltagarna i appen för att uppmuntra fortsatt deltagande, maximera deltagarengagemang, ge studieinsikter och öka rekryteringsinsatserna. Undersökningsdata – vid anmälan och årligen därefter Vid anmälan svarade deltagarna i AH&MS på undersökningsprofilundersökningen inom forskningsappen och demografisk undersökning. Uppgifterna inkluderade födelsedatum, bosättningstillstånd, ras och etnicitet, äktenskaplig status, anställningsstatus, utbildningsnivå, könsidentitet, kön vid födseln och subjektiv social status. Inom den första månaden efter anmälan fick deltagarna följande undersökningar: en Risk of Falling-undersökning (baserad på STEADI-undersökningen, de första 12 frågorna) , en undersökning av medicinsk historia, en undersökning av läkemedel och en undersökning av hälsorelaterat beteende (baserat på testet för identifiering av alkoholanvändningsstörningar (AUDIT-C) och All of Us studie, NIH) Den aktivitetsstatusundersökningen, en frågeformulär relaterad till fysisk aktivitet, administrerades i början av månad två. Årliga undersökningar levereras på en häpnadsväckande tidslinje för att minska deltagarnas börda och förväntas ta ungefär 5 min vardera. 15 16 14 Planerade interimsundersökningar och tidtabell Deltagarna fick också kvartalsvis undersökningar, i synnerhet undersökningen Mental Health (PHQ-2, GAD-2) , aktivitetsstatusundersökningen (Modifierad Rosow-Breslau) Uppfattad stressskala (PSS 4) Utvärdering av funktionshinder (WHODAS 2.0) , och rapporterade resultat relaterade till förändringar i hälsa i undersökningen Förändringar i hälsa.Dessa undersökningar är också häpnadsväckande över månader två, tre och fyra, med en uppskattning av 10 min för undersökning slutförande varje månad. 17 18 19 20 Triggerade undersökningar och timing The study design also includes surveys sent to participants only if they meet certain criteria occurring during the period they are enrolled in the study. There were 3 triggered surveys at study launch related to sensor data observed on Apple Watch, with an estimated 5 min required to complete each survey. Irregular Rhythm Follow-up-undersökningen administreras 3 månader efter att en deltagare fått ett meddelande om oregelbunden hjärtrytm medan de bär Watch-versioner som stöder denna funktionalitet, som Watch kan upptäcka passivt. Den andra utlösade undersökningen, kallad EKG-uppföljning, administreras 3 månader efter att en deltagare får ett förmaksflimmersresultat under användning av Apple Watch EKG-funktionen.Frågorna är relaterade till eventuella åtgärder och vård som erhållits efter att resultatet ges till deltagaren.Detta är utformat för att endast administreras en gång till varje deltagare vars EKG visar bevis på förmaksflimmer. Denna frågeformulär levereras dagen efter fallet detekteras av Research-appen och är utformad för att verifiera att händelsen var en fall, fånga deltagarens aktiviteter under hösten och bedöma om det fanns skador. För att minska bördan för deltagare som faller ofta begränsar studien antalet fallundersökningar till fyra för händelser som klassificeras som fall med hög sannolikhet och begränsar leveransen till en undersökning per månad för händelser som klassificeras som fall med låg sannolikhet. Deltagargodkänd uppföljning av utlösta undersökningar av studiepersonal Ett arbetsflöde genomfördes för att samla in mer detaljerad information från deltagare som samtycker till att kontaktas om händelser, till exempel ett potentiellt fall, som uppfyller protokolldefinierade kriterier. För att kontakta deltagarna använder BWH-personalen en säker mobilapplikation och arbetsflöde för att få tillgång till kontaktinformation, inklusive namn, telefon och e-post som inte är tillgänglig av Apple. Med hjälp av ett IRB-godkänt skript loggas svar på detaljerade frågor om händelsen i en formaterad struktur, som granskas för noggrannhet och borttagning av personligt identifierbara data och sedan aggregeras med sensor- och undersökningsdata. Forskningssensor och användningsdata Deltagarna samtyckte till att samla in en uppsättning data (godkända av deltagaren) av härledda mätvärden som hämtas från iPhone-sensorer och en parad Apple Watch. Dessa data inkluderade EKG-uppgifter, hjärtfrekvens via den optiska sensorn (PPG), höjd (barometriskt tryck), rörelse (accelerometer, gyroskop), hastighet och avstånd (derivat från GPS) och andra sensordata som ”på-rist-tillståndet”, fotometerdata och fallstatistik som sammanfattas i tilläggstabellen. När deltagarna har anmält sig kan de välja att delta i eller avstå från att dela specifika typer av data med studien med hjälp av kontroller som är tillgängliga inom forskningsappen. 2 Hälsovård Data Genom att använda HealthKit-ramverket för att samla in både passivt och manuellt tillagda datatyper som deltagarna har samtyckt till att dela, tillhandahåller det ett centralt lagringsutrymme för hälso- och konditionsdata på iPhone och Apple Watch. Under sådan behörighet skriver och läser specifika appar data med hjälp av HealthKit som i sin tur kan nås och delas med Research-appen samtidigt som deltagarnas integritet och kontroll bibehålls. HealthKit lagrar data från flera källor och innehåller datatyper som hjärtfrekvens, arbetsdata, sömnanalys och kliniska hälsouppgifter (laboratorieprov, diagnoser) från kliniska gränssnitt. Deltagande Denna studie var utformad för att möjliggöra deltagande på följande kompletterande sätt: (1) svar på undersökningsfrågor i Research-appen; (2) bidrag av HealthKit-data; (3) bidrag av sensor- och användningsdata, som inkluderar sensorbaserade dataströmmar från SensorKit (SK); och (4) svar på direkt utredning från studiepersonal om specifika IRB-godkända kriterier är uppfyllda. Definition av demografiska variabler Vi använde samma frågeformulär som användes för att bestämma ras och etnicitet i den NIH-sponsrade All of Us-studien och vi klassificerade svaren i traditionell rapportering av ras och etnicitet. Denna skala har observerats för att korrelera med hälsotillståndet över hela livslängden. Anmärkningsvärt är MacArthur-skalan korrelerad med objektiv socioekonomisk status (SES) men har fördelen av bredare tillämplighet som en markör för social status än enkla objektiva mätningar av SES i icke-vita populationer. 21 Planerade statistiska analyser Statistiska analyser planeras för följande tre kategorier av studier: (1) longitudinella analyser av undersökningsdata, (2) longitudinella analyser av passivt insamlade iPhone- och Apple Watch-data och (3) analyser av associationer mellan undersökningsdata och passivt insamlade data, inklusive kliniska hälsodata. För alla tre typer av analyser kommer vi att använda längsgående förlängningar av regressionsmetoder, såsom linjära och generaliserade linjära blandade modeller, statistiska inlärningstekniker för högdimensionella data och funktionella dataanalysmetoder. För längsgående analys av undersökningsdata kommer vi att kvantifiera associationerna mellan både deltagaregenskaper och riskfaktorer och specifika funktionella resultat, och hur dessa associationer varierar över åldersgruppen för studiepopulationen. För den längsgående analysen av passiva data kommer vi att utföra individuella nivåanalyser för att identifiera de möjliga förändringspunkterna i beteenden över tiden och hur de relaterar till efterföljande hälsoutfall. För den längsgående analysen av passiva och undersökningsdata kommer prediktorerna initialt att vara den dagliga Deltagare som anmälde sig men misslyckades med att lämna in demografiska undersökningen uteslöts från den kohort som studerades i den här artikeln. Ett Welch-test med två prov, tvåsidigt t-test utfördes för att jämföra medelåldern vid anmälan mellan inkluderade och uteslutna deltagare. Ett Pearsons chi-kvadrattest med simulerade p-värden utfördes för att jämföra fördelningen av geografiska regioner mellan inkluderade och uteslutna deltagare. Data är Grundläggande egenskaper hos deltagarna Vi presenterar egenskaper, mätt så nära inskrivning som möjligt, för kohorten av studiedeltagare som registrerades i studien under dess första år, 2019-11-14 till 2020-11-13. Vi inkluderade inte följande: (1) data som används för att testa Research app för kvalitetssäkringsändamål ( = 29); 2) fall där berättigande blev tvetydigt efter inskrivning (t.ex. deltagare ändrade födelsedatum eller adress efter inskrivning för att antyda ålder mindre än den lokala samtycke ålder ( = 100); eller (3) deltagaren slutförde inte den demografiska undersökningen efter anmälan ( Efter att ha tillämpat alla urvalskriterier består den initiala kohorten från och med 2020-11-13 av 82 809 deltagare. n n n För de egenskaper som beskrivs i tabellen , det värde som representeras för varje deltagare är det tidigaste värdet som registrerats av Research-appen för den deltagaren och dess egenskaper. Flera värden kan inträffa när en deltagare är inskriven tillräckligt länge för att Research-appen ska presentera dem med en undersökning för andra eller tredje gången, till exempel en första årlig demografisk undersökning och en andra årlig demografisk undersökning. Deltagarna kan också redigera, när som helst, sitt födelsedatum och bosättningsort i den profil som Research-appen upprätthåller för dem. I fall där en deltagare redigerar denna information efter inskrivningen, presenterar vi endast det tidigaste värdet som de delar. 1 Jämförelse av denna 82,809-person kohort med de 1751 deltagare som inte svarade på en demografisk undersökning utförs i Tilläggstabell och och baserat på deltagarnas ålder och bosättningstillstånd vid anmälan (dessa data erhålls av Research-appen före anmälan, oavsett om en deltagare lämnar in demografisk undersökning).De 1751 uteslutna deltagarna är i genomsnitt 3,2 år yngre än kohorten (95% CI = [3,79 y till 2,58 y]). 3 4 5 Studien kohort är 72% Vit, 74% man vid födseln, 74% självidentifierade som manliga (Tabell Den genomsnittliga åldern vid anmälan är 39.3 år (± 13.1 år). 11% av kohorten är hispanisk; detaljer om rasens utformning av denna hispaniska befolkning finns i Tilläggstabell 80% av deltagarna är deltid eller heltid anställda, 62% högskoleexamen, 52% gifta. Nuvarande rökare utgör 5,3% av kohorten. Genomsnittligt BMI är 28,4 kg/m2 (± 6,5 kg/m2). 1 6 2 684 deltagare (3,24% av kohorten) drog sig tillbaka från studien inom ett år efter inskrivning. Bland dem som drog sig tillbaka, 25% drog sig tillbaka inom sina första 13 dagar och 50% drog sig tillbaka inom 111 dagar. Bland dem som drog sig tillbaka < 1% var automatiska uttag utlöses av en uppdatering till en deltagares bostadsstatus eller födelsedatum som gjorde dem inte längre berättigade att fortsätta i studien. . 1 De vanligaste sjukdomarna som rapporterades av deltagarna var allergier (26.0%), depression (26.0%) och ångestsjukdomar (24,1%) (Tabell) ), men trots den relativt unga åldern av deltagarna i studien rapporterade de många andra medicinska tillstånd med anmärkningsvärda priser. 2 Bland alla deltagare i kohorten, 61% rapporterar för närvarande tar minst en medicin (Tilläggstabell De vanligaste rapporterade läkemedlen var NSAID (27%), antidepressiva medel (20%), och antingen ACEI eller ARBs (11%). 7 Hälso- och sjukvårdsdata på en vecka För att demonstrera mångfalden av HealthKit-data som delas av kohorten under en enda vecka aggregerade vi resultaten över en 7-dagarsperiod för att genomsnittliggöra veckovisa cykler i deltagaraktivitet (data visas inte). Vi valde den sista veckan i vår observationsperiod (2021-11-07 till 2021-11-13) i synnerhet eftersom alla deltagare skulle ha varit inskrivna i minst ett år vid den tidpunkten, och sedan - två år efter studiens lansering - det var den punkt som ligger närmast mitten av studiens 5-årsperiod. och och ) 2a 2B Table visar det vanligaste av de 82 typerna av träningsprov som loggas in på HealthKit och delas med forskningsappen av minst 100 deltagare. För varje aktivitetstyp ger tabellen antalet deltagare som delade minst en av den typen av träningsprov under den veckan och ger det genomsnittliga antalet aktiviteter av den typen per deltagare (bland dem som utförde den aktiviteten). Den vanligaste aktivitetstypen var promenader, som delades minst en gång av 20,0 % av kohorten. Totalt delade 25,304 (30,6 %) personer i kohorten minst en träning under observationsveckan, med ett genomsnitt på 6,54 träningspass per person. 3 Träning är ett speciellt fall av träningsspårning, inom den allmänna klassen av HealthKit-prover, av vilka många andra typer är listade i kompletterande tabell , som presenterar HealthKit-data från veckan som börjar 2021-11-07 med 100 eller fler deltagare som bidrar till varje datatyp. Detta urval är begränsat till år 1 anmälningar som var aktiva under denna specifika vecka i år 2. Bland dessa, de provtyper som oftast delas tenderar att vara de som genereras av vardagliga Watch-wear och som passivt samlas in av programvara och sensorer inneboende i Watch. Följaktligen, steg räkning, hjärtfrekvens och stående timmar delas med studien under den specifika veckan representeras av kompletterande tabell Mindfulness-sessioner (delade med 5,5 % under den specifika veckan), som registrerar en mindfulness-session som vanligtvis styrs av Watch men som kräver aktiv deltagarengagemang, och en händelse med hög hjärtfrekvens (delad med 2,4 % under den specifika veckan), som passivt samlas in av Watch men som inte är en frekvent händelse för friska deltagare. 8 8 Detta attribut, och det faktum att strukturerad fysisk aktivitet inte är en frekvent del av vardagliga aktiviteter, innebär att vår dataset innehåller många färre träningsprov än, till exempel, prover av hjärtfrekvens eller stegräkning. EKGs Cohorten omfattade 66.752 personer (80.6%) som under minst en dag under sitt första år efter inskrivning hade en Apple Watch som kunde spela in en EKG i par med Research-appen. Under den definierade datainsamlingsperioden för denna kohort fanns det två uppgifter som uppmuntrade deltagarna att ta ett EKG. För alla deltagare med en kapabel Watch presenteras en uppgift vid anmälan som uppmuntrar att ta ett EKG och en ytterligare tvåveckovis uppgift läggs till i april 2021 som fortsatte till januari 2022 för att ta ett EKG och registrera resultatet via flervalsrespons. 4 25,402 EKG:er (2.2%) klassificerades som att visa förmaksflimmer, vilket representerar 1641 deltagare (2.0% av kohorten). och Denna samlingsperiod omfattar både ECG version 1 och ECG version 2, som blev tillgänglig på WatchOS 7.2 och iOS 14.3, som ursprungligen släpptes i december 2020, med utökad ECG-klassificeringskapacitet. 9 10 Kliniska hälsoregister Apple Health-appen gör det möjligt för användare att ladda ner kliniska hälsouppgifter (FHIR-format) från deltagande institutioner genom att logga in på sin vårdgivares portal och välja att dela FHIR-data med HealthKit. Studiedeltagarna kan välja att dela dessa data med vår studie.Hittills har andelen deltagare som har kunnat dela dessa datatyper varit blygsam (~10%) på grund av lokal FHIR-överensstämmelse och den process som krävs. Measures of participation over time För att mäta deltagarnas engagemang i studien över tid presenterar vi två mycket grundläggande index som kompletterar de mer detaljerade rapporterna om undersökningsdata och HealthKit-delning ovan. Dessa är: (1) hur ofta en deltagares Apple Watch delar HealthKit-provstypen ”Stand Hour” med Research-appen; (2) hur ofta en deltagares Research-app laddar upp någon typ av data till Apples säkra studie servrar. Varje Stand Hour-prov är en uppskattning av Apple Watch om deltagaren har stått och flyttat i minst 1 minut under en given timme på dagen. Vi använder närvaron av Stand Hours som en proxy för att använda Apple Watch, eftersom denna parameter samlas in passivt och eftersom Watch loggar en indikation på ”Stood” eller ”Idle” varje timme som deltagaren bär enheten. Vi tolkar frånvaron av Stand Hour-prov på en given dag så att deltagaren inte bär Watch den dagen. Vi noterar dock att åtminstone två andra förhållanden kan resultera i frånvaron av ett Stand Hour-prov: (1) datalagringsvägen från Watch till Research-appen och sedan till AH&MS-servrarna var inte aktiv (t.ex. brist på anslutning); eller (2) deltagaren har valt att inte dela Stand Hours med Research-appen efter registrering, en användarinställning som inte direkt kan fastställas, men som våra data tyder på är ovanlig för aktuella Vår andra definition av deltagande är baserad på ett mer blygsamt krav: att en deltagares forskningsapp har laddat upp En sådan uppladdning kan representera ett Stand Hour-prov eller andra hälso- och sensoruppgifter, men den kan också endast representera lågnivåoperationer på Apple Watch, iPhone och studioservrar, till exempel vid en regelbundet schemalagd incheckning mellan Research-appen och servrarna. Alla data Figurer visar dessa två index av deltagande på diskreta tidskalor. Panel a visar den andel av kohorten som inte deltog i någon given dag efter anmälan (00:00:00 till 23:59:59 UTC). Panel b visar den andel som aldrig deltar i en given dag efter anmälan och kan betraktas som ett mått på incidensen av kohortavfall över tiden, ett mått på den bråkdel som blir obestämd inaktiv, enligt det indexet för deltagande (vid tidpunkten för skrivandet, 2022-12-01). är tillräckligt lång för att hela kohorten har varit inskrivna i minst ett år, men att deltagande efter ett år inte visas. 1 any time after 1 och i Fig. a, andelen av kohorten vars forskningsapp inte laddar upp några data på dag 0 är mycket låg, cirka 1%, och är fortfarande relativt låg (ungefär 38%) vid ett års post-inskrivning. Andelen av kohorten som inte delar Stand-timmar följer samma trend över tiden, men är något högre vid alla tider efter inskrivning, från 5% och ökar till 44%. Den lägre andelen delade Stand-timmar återspeglar de ytterligare kraven som deltagaren bär sin Watch och möjliggör delning av Stand-timmar med Research-appen (såväl som kravet att de står och flyttar i 1 min den dagen). 1 Figurer b visar en nära relaterad trend. Den andel av kohorten vars forskningsapp har slutat ladda upp data på dag 0 är <1%, vilket ökar till 28% på ett år efter inskrivning. Den andel av kohorten som har slutat dela Stand-tider på obestämd tid på dag 0 är 2%, vilket ökar till 34% på ett år efter inskrivning. 1 Således, för båda dessa deltagande index, är minskningen i daglig deltagande över tiden till stor del tillskrivs ackumulering av permanent inaktiva deltagare över tiden, och mindre tillskrivs en försämring av studie engagemang bland aktiva deltagare. Till exempel, 44% av kohorten inte delar en Stand-timme prov på dag 365 efter anmälan, men detta är inte mycket större än 34% av kohorten som redan har slutat dela Stand-timme prov vid alla tillfällen efter dag 365. Undersökning svar bordet visar andelen deltagare i kohorten som slutför minst en undersökning under det första året efter anmälan, för var och en av de 16 undersökningstyperna.Bortsett från de 5 undersökningar som utlöses av sällsynta händelser som upptäckts av Watch, har nästan alla undersökningar en deltagandegrad som överstiger 70%. 5 Figurer visar svarsfrekvensen, jämfört med tiden sedan anmälan till två undersökningar som levererades med den högsta frekvensen – den månatliga Stress Scale-undersökningen och den kvartalsvisa Health Changes-undersökningen. 2 För Stress Scale-undersökningen beaktas endast deltagare som är inskrivna efter 2020-05-01 för att undvika förändringar i leveransfrekvensen när denna ursprungligen kvartalsbaserade undersökning blev månatlig efter maj 2020. Detta resulterar i 42,181 (namnaren för svarsfrekvensen) deltagare. Tidsfönstret vi överväger här sträcker sig från den enskildes inskrivningsdatum till den 12:e Stress Scale-undersökningens utgångsdatum. Den schemalagda leveransen av denna månatliga undersökning är som följer: den första Stress Scale-undersökningen levereras den första söndagen i månaden efter inskrivningen och alla efterföljande undersökningar levereras den första söndagen i de följande månaderna. Varje undersökning löper ut 28 dagar efter Som förväntat, på grund av bördan med att slutföra undersökningen på deltagarna, är denna ettåriga nedgång större i absoluta och relativa termer än nedgången i aktiva användare som mäts av Research-appen laddas upp i figur. b, vilket visar att endast 28% av kohorten blir oändligt inaktiv på ett år. 2 1 For the Changes in Health survey, the entire cohort is considered, and the time window represented by Fig. utvidgas från anmälan till 400 dagar senare för att säkerställa att endast de första 4 kvartalsundersökningarna för varje deltagare räknas. De kvartalsvisa undersökningarna distribuerades på 3rd, 6th, 9th, 12th månader efter anmälan. Som med Stress Scale-undersökningen observerar vi en minskande trend i svarsfrekvensen över i Förändringar i hälsa-undersökningen, från 60,69% och sjunker till 34.06%. 2 Förändringar i hälsoundersökningsresultat Förändringarna i hälsoundersökningen är utformade för att övervaka olika viktiga händelser som är relevanta för hälsan, inklusive nya medicinska tillstånd, förändringar i medicinering, nya skador och stora livsstilsförändringar. bordet rapporterar antalet deltagare som indikerar en förändring i hälsa av tre breda kategorier: nya medicinska tillstånd, nya kirurgiska förfaranden eller andra förändringar. displays different totals computed according to whether or not the participant gave a date of the change, and whether or not the date of the change coincided with their time in study. If an event is dated after enrollment, but prior to the quarterly period queried by the survey in which it is reported, then we do not exclude it from any of the counts in Table Datum efter avslutad undersökning kodas som saknade. 6 6 6 Efter att ha uteslutit händelser som rapporterats utan datum och uteslutit händelser som daterats före anmälan rapporterades händelser i kategorin "Andra förändringar" av det största antalet personer ( = 44,333). Händelser i kategorierna "Medicinska tillstånd" och "Kirurgiska förfaranden" rapporterades av färre deltagare ( 1443 och = 1294 respektive n n n bordet visar dessa händelser mer i detalj. Alla nya medicinska tillstånd rapporterades med låg frekvens (<1% av kohorten). Det vanligaste rapporterade nya medicinska tillståndet var artrit (0.5%). Nya kirurgiska förfaranden rapporterades också med låg frekvens. Det vanligaste nya kirurgiska förfarandet var "andra benoperationer" (1,1%). Den vanligaste rapporterade förändringen var "försäkringsförändring", rapporterad av 16,6% av kohorten under deras första år. Ytterligare händelser ingår i förändringar i hälsoundersökningen men visas inte i tabellen var följande: en ny eller fortsatt graviditet, andra medicinska nödsituationer, nyligen diagnostiserad prediabetes eller nedsatt glukostolerans, regelbundet röka cigaretter, biverkningar av någon medicin eller läkemedel, eller förändring i nedre extremitetens artrit. Deltagare som rapporterade andningsproblem gavs uppföljningsundersökningsfrågor för att bedöma varaktigheten och svårighetsgraden av deras andningsproblem. På samma sätt gavs deltagare som rapporterade en ny eller fortsatt graviditet uppföljningsundersökningsfrågor för att bedöma hur långt de var i sin graviditet eller resultatet av sin graviditet (vaginal leverans, kejsarsnitt, missfall eller andra). Deltagare som rapporterade ett brutet ben, olycka, trauma gavs uppföljningsundersökningsfrågor 7 7 Potentiella fallundersökningar och uppföljningsdeltagande Deltagarna i denna kohort lämnade in 2055 undersökningssvar som uppfyllde protokolldefinierade kriterier för uppföljning före 2021-11-14, vilket representerade 1735 deltagare. Studien fick samtycke till uppföljning med 1392 undersökningar per telefon, som representerar 1179 deltagare. Callers nådde en deltagare i 967 av dessa fall, som representerar 829 deltagare (47% av de totala stödberättigande undersökningarna, 48% av deltagarna med stödberättigande undersökningar). Referens demografi Kohorten var mer sannolikt att vara manlig (74% mot 49% av USA), vit (72% mot 60% av USA), och högskoleutbildad (89% av kohorten mot 62% av USA äldre än 25 år med > 12 års utbildning). Pågående rekrytering fortsätter att flytta studien demografi mot det nationella genomsnittet (data inte visas) och kommer att beskrivas i detalj i efterföljande manuskript. Jämfört med traditionell epidemiologi eller sjukdom kohorter vid tidpunkten för inskrivning, den nuvarande kohorten är liknande snedvriden, men vi förväntar oss att med pågående rekrytering och strategier utformade för att korrigera för representation, kohorten kommer att fortsätta att bli mer representativ över tiden. Anmärkningsvärt, AH & MS inte genomföra en övre gräns på deltagarens ålder och uppsättningen av deltagar-delade data i AH & MS är omfattande. Till exempel, kohorten har bidragit ~19,300 cykel träning, ~14,700 löpträning, ~137,000,000 prover hjärtfrekvens, och ~57,800 VO2max uppskattningar på bara en vecka. Jämförelse av perioden 2021-11-07 – 2021-11-13 med andra 7-dagarsperioder In Supplementary Fig. och tilläggsfigur. Vi rapporterar en tvärsektionell beskrivning av deltagardatautbyte för perioden 2021-11-07 till 2021-11-13 och noterar att denna period var obetydlig jämfört med andra 7-dagarsperioder före eller efter den. 2a 2B We performed this comparison by collecting weekly counts of 6 data types shared by the cohort between 2019-11-14 and 2022-09-01. We compared the following three passively collected HealthKit sample types: stand hours, VO2,Max, and mindful breathing sessions. We also looked at 3 types of workouts actively annotated: walking, yoga, and traditional strength training. Från denna 6-dimensionella dataset beräknade vi Mahalanobis avstånd, , av vår provvecka från medelvärdet av de andra 145 veckorna. antar att var och en av de sex variablerna är normalt fördelade, kvadraten av denna Mahalanobis avstånd, , bör vara χ2-distribuerad med ν = 6. Detta tillåter oss att testa för en signifikant skillnad mellan vår provvecka och de andra 145 veckorna. Eftersom vi inte finner någon signifikant skillnad mellan vår vecka och den genomsnittliga studieveckan. d d2 d2 Vi utförde också en 6-komponent PCA på dataset och plottade de första 2 komponenterna för att grafiskt visa avståndet från vår provvecka från de andra 145 veckorna. . 2c Rapportering sammanfattning Further information on research design is available in the linked to this article. Naturforskningsrapport sammanfattning Data tillgänglighet Varje begäran om uppgifter kommer att utvärderas och besvaras på ett sätt som överensstämmer med det specifika språket i studieprotokollet och formuläret med informerat samtycke. Kod tillgänglighet Datorkod för alla statistiska analyser har skrivits i Python och R och kan finnas tillgänglig för granskning på begäran av en av de motsvarande författarna (C.A.M.). Referenser Arnett, D. K. et al. 2019 ACC/AHA guideline on the primary prevention of cardiovascular disease: executive summary: a report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. , 1376–1414 (2019). J. Am. Coll. Cardiol. 74 Khurshid, S. et al. Wearable accelerometer-derived physical activity and incident disease. , 131 (2022). NPJ Digit Med. 5 Master, H. et al. Association of step counts over time with the risk of chronic disease in the All of Us Research Program. , 2301–2308 (2022). Nat. Med. 28 Alemany, J. A., Delgado-Diaz, D. C., Mathews, H., Davis, J. M. & Kostek, M. C. Comparison of acute responses to isotonic or isokinetic eccentric muscle action: differential outcomes in skeletal muscle damage and implications for rehabilitation. , 1–7 (2014). Int J. Sports Med. 35 Ross, L. M., Slentz, C. A. & Kraus, W. E. Evaluating individual level responses to exercise for health outcomes in overweight or obese adults. , 1401 (2019). Front. Physiol. 10 Shigeta, T. T. et al. Cardiorespiratory and muscular fitness associations with older adolescent cognitive control. , 82–90 (2021). J. Sport Health Sci. 10 Vidoni, E. D. et al. Dementia risk and dynamic response to exercise: a non-randomized clinical trial. , e0265860 (2022). PLoS ONE 17 Ross, R. et al. Precision exercise medicine: understanding exercise response variability. , 1141–1153 (2019). Br. J. Sports Med. 53 Neufer, P. D. et al. Understanding the cellular and molecular mechanisms of physical activity-induced health benefits. , 4–11 (2015). Cell Metab. 22 Roberts, M. D. et al. Physiological differences between low versus high skeletal muscle hypertrophic responders to resistance exercise training: current perspectives and future research directions. , 834 (2018). Front. Physiol. 9 Mahalingaiah, S. et al. Design and methods of the Apple Women’s Health Study: a digital longitudinal cohort study. , 545 e541–545.e529 (2022). Am. J. Obstet. Gynecol. 226 Neitzel, R. L. et al. Toward a better understanding of nonoccupational sound exposures and associated health impacts: Methods of the Apple Hearing Study. , 1476 (2022). J. Acoust. Soc. Am. 151 Chen, T. C., Clark, J., Riddles, M. K., Mohadjer, L. K. & Fakhouri, T. H. I. National Health and Nutrition Examination Survey, 2015-2018: sample design and estimation procedures. , 1–35 (2020). Vital-. Health Stat. 2 All of Us Research Program, I. et al. The “All of Us” research program. , 668–676 (2019). N. Engl. J. Med. 381 Lohman, M. C. et al. Operationalisation and validation of the Stopping Elderly Accidents, Deaths, and Injuries (STEADI) fall risk algorithm in a nationally representative sample. , 1191–1197 (2017). J. Epidemiol. Community Health 71 Saunders, J. B., Aasland, O. G., Babor, T. F., de la Fuente, J. R. & Grant, M. Development of the alcohol use disorders identification test (AUDIT): WHO collaborative project on early detection of persons with harmful alcohol consumption-II. , 791–804 (1993). Addiction 88 Ware, J., Jr. Kosinski, M. & Keller, S. D. A 12-Item Short-Form Health Survey: construction of scales and preliminary tests of reliability and validity. , 220–233 (1996). Med. Care 34 Rosow, I. & Breslau, N. A Guttman health scale for the aged. , 556–559 (1966). J. Gerontol. 21 Cohen, B. G., Colligan, M. J., Wester, W. 2nd & Smith, M. J. An investigation of job satisfaction factors in an incident of mass psychogenic illness at the workplace. , 10–16 (1978). Occup. Health Nurs. 26 Andrews, G., Kemp, A., Sunderland, M., Von Korff, M. & Ustun, T. B. Normative data for the 12 item WHO Disability Assessment Schedule 2.0. , e8343 (2009). PLoS ONE 4 Adler, N. E., Epel, E. S., Castellazzo, G. & Ickovics, J. R. Relationship of subjective and objective social status with psychological and physiological functioning: preliminary data in healthy white women. , 586–592 (2000). Health Psychol. 19 erkännande Forskarna, Sponsorn, Apple Inc. och American Heart Association vill tacka alla våra studiedeltagare. This paper is under CC by 4.0 Deed (Attribution 4.0 International) license. available on nature Detta papper är licens enligt CC by 4.0 Deed (Attribution 4.0 International). Tillgänglig i naturen