Ihr Kreis von Freunden, nicht mit Ihrem Fitbit, ist prädiktiver für Ihre Gesundheit

Ihr Kreis von Freunden, nicht mit Ihrem Fitbit, ist prädiktiver für Ihre Gesundheit

Tragbare fitness-Tracker haben es viel zu einfach für uns, Annahmen zu machen über unsere Gesundheit. Wir können uns auf unsere Herzfrequenz, um festzustellen, ob wir wirklich das Gefühl, der stress, die Präsentation bei der Arbeit an diesem morgen, oder denken, uns gesünder basierend auf der Anzahl der Schritte, die wir genommen haben, von der Ende des Tages.

Aber um eine bessere Lektüre auf Ihre Allgemeine Gesundheit und wellness, Sie wären besser dran, auf der Suche auf die Stärke und Struktur des Freundeskreises, nach einer neuen Studie in der Public Library of Science journal, PLOS ONE.

Während frühere Studien haben gezeigt, wie überzeugungen, Meinungen und Haltungen verbreiten überall unsere sozialen Netzwerke, Forscher an der University of Notre Dame waren daran interessiert, was die Struktur der sozialen Netzwerke, sagt über den Zustand von Gesundheit, Glück und stress.

„Wir waren interessiert in der Topologie, die von dem sozialen Netzwerk—was bedeutet meine position innerhalb meines sozialen Netzwerk vorherzusagen, um meine Gesundheit und Wohlbefinden?“, sagte Nitesh V. Chawla, Frank M. Freimann Professor of Computer Science and Engineering an der Notre Dame, Direktor des Interdisziplinären Zentrums für Netzwerk-Wissenschaft und Anwendungen und führen Autor der Studie. „Was wir fanden, war das soziale Netzwerk-Struktur bietet eine erhebliche Verbesserung in der Vorhersehbarkeit der wellness-Zustände eines einzelnen über nur über die abgeleitete Daten, die von wearables, wie die Anzahl der Schritte oder Herzfrequenz.“

Für die Studie wurden die Teilnehmer trugen Fitbits zum erfassen von Gesundheits-Verhalten—Daten wie Schritte, Schlaf, Herzfrequenz-und Aktivitäts-Niveau—und der Umfragen und Selbsteinschätzungen über Ihre Gefühle von stress, Glück und Positivität. Chawla und sein team dann analysiert und modelliert die Daten, die Verwendung von machine learning, neben einer individuellen social network-Merkmale, einschließlich Grad, Zentralität, clustering-Koeffizienten und der Anzahl der Dreiecke. Diese Merkmale sind bezeichnend für Eigenschaften wie Konnektivität, soziale Ausgewogenheit, der Reziprozität und Nähe innerhalb des sozialen Netzwerkes. Die Studie zeigte eine starke Korrelation zwischen social-network-Strukturen, Herzfrequenz, Anzahl der Schritte und Aktivität.

Soziale Netzwerk-Struktur, die deutliche Verbesserung in der Vorhersage von Gesundheit und Wohlbefinden im Vergleich zu einfach nur Lust auf Gesundheit, Verhalten, Daten aus dem Fitbit-allein. Zum Beispiel, wenn Sie soziale Netzwerk-Struktur ist kombiniert mit den Daten aus wearables, die machine-learning-Modell erreicht eine 65-Prozent-Verbesserung in der Vorhersage von Glück, 54 Prozent Verbesserung in der Vorhersage selbst bewertet Gesundheit, Vorhersage, 55 Prozent Verbesserung in der Vorhersage der positiven Haltung, und 38 Prozent Verbesserung in der Vorhersage von Erfolg.

„Diese Studie behauptet, dass ohne social-network-Informationen, wir haben nur einen unvollständigen Blick auf eine individuelle wellness-Zustand, und voll von predictive oder ableiten zu können Interventionen, ist es wichtig sich bewusst zu sein, das soziale Netzwerk die strukturellen Merkmale als auch“, Chawla sagte.

Die Erkenntnisse könnten einen Einblick geben, auf die Arbeitgeber, die sich zu tragbaren fitness-Geräte, um Anreize Mitarbeiter um Ihre Gesundheit zu verbessern. Übergabe jemand ein Mittel, um zu verfolgen Ihre Schritte und Ihre Gesundheit überwachen, in der Hoffnung, dass sich Ihre Gesundheit verbessert, können sich einfach nicht genug zu sehen sinnvollen oder signifikante Ergebnisse. Diejenigen Arbeitgeber, Chawla sagte, profitieren von der Förderung der Mitarbeiter Aufbau einer Plattform zum veröffentlichen und teilen Ihre Erfahrungen miteinander. Soziales Netzwerk-Struktur hilft, Runden das Bild von Gesundheit und Wohlbefinden.