Cobertura Funcional de la Frecuencia Cardiaca del Wearable MATRIX en Vida Diaria No Estructurada
-
Pablo Armañac-Julián [1] ; David Hernando [1] ; Alberto Barquero [1] ; Eduardo Gil [1] ; Jesús Lázaro [1] ; David Martínez-Gómez [2] ; Raquel Bailón [1]
-
[1] Universidad de Zaragoza
Universidad de Zaragoza
Zaragoza, España
-
[2] Instituto de Salud Carlos III
Instituto de Salud Carlos III
Madrid, España
-
- Localización: CASEIB 2025. Libro de Actas del XLIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica: Innovando en tecnología para la salud y calidad de vida / David Hernando (ed. lit.), Jesús Lazaro Plaza (ed. lit.), Pablo Laguna Lasaosa (aut.), Juan Pablo Martínez Cortés (aut.), 2025, ISBN 978-84-09-80259-3, págs. 472-475
- Idioma: español
- Texto completo no disponible (Saber más ...)
-
Resumen
La monitorización de la frecuencia cardíaca (FC) mediante fotopletismografía (PPG) en la muñeca es compleja en vida diaria por la gran influencia de los artefactos de movimiento en la PPG. Este estudio evalúa la fiabilidad del wearable MATRIX (PPG y acelerometría) frente a un Holter de electrocardiograma (ECG) de referencia en 23 adultos sanos durante 72 h de registro continuo, no estructurado. Definimos la métrica de cobertura como la proporción de segmentos no solapados de 10 s con error relativo Er < 10%. Las señales se sincronizaron con alineamiento basado en correlación cruzada dinámica y el tipo de actividad se clasificó con el paquete GGIR en sueño, sedentarismo, actividad ligera y actividad moderada–vigorosa. La cobertura fue alta en sueño (89 %) y sedentarismo (82 %), con medianas de Er del 3–4 %. En actividad ligera (51 %) y en actividad moderada–vigorosa (46 %), se eleva el Er hasta el 18 %. Sin referencia ECG ni acelerometría, aproximadamente la mitad de los datos de FC obtenidos a partir del algoritmo propietario del MATRIX durante actividad resultarían inservibles. Sin embargo, la información del tipo de actividad nos permite saber cuándo podemos estimar medidas fiables de la FC. Estos hallazgos cuantifican el error y la cobertura por contexto y proporcionan una guía práctica para investigadores que empleen este wearable en estudios de campo.
