การติดตั้ง Fitbit Sense 2 เป็นการศึกษาเบื้องต้นของผู้ป่วยในกลุ่มคนไข้ที่มียี่ก้อ 0 ยิ้ม เพื่อประเมิน

ในปัจจุบันนี้ สถานะการแพทย์ทั่วโลก และระบบสาธารณสุขได้ดําเนินต่อไปเพื่อส่งเสริมสร้างความสามารถในการบริหาร เพื่อให้มีประกันที่แข็งแกร่งขึ้นต่อสุขภาพของประชาชน. ความลดลงของการนอนหลับและกิจกรรมในสถานการณ์พยาบาลฉุกเฉิน จะทําให้เกิดโรคสะเก็ตบําบัดหลังผ่าตัด แต่ในสภาวะเช่นนั้น การติดตามสิ่งเหล่านี้ไม่มากนัก เป้าหมายอันดับสองคือการวิจัยประเมินความรู้ของผู้ป่วยต่อเนื่องจากการติดตามอุปกรณ์ที่สามารถใส่ได้ ภายใน 24 ชั่วโมงนี้ การทดลองคิวเตรียมแบบโปรแกรม (predictive queue pre-trial) ในโรงพยาบาลมหาวิทยาลัยโตรอนโต ประเทศแคนาดา ข้อมูลของ Fitbit เปรียบเทียบกับปัจจัยต่างๆ เช่น คุณภาพการนอน, อัตราหัวใจและอ๊อกซิเจน และความละเอียดใน StepWatch ของ Knox T3s โดยใช้วิธีสถิติแบบ Bland-Altman การวิเคราะห์และ coefficient of correlation intraclass (ICC) เพื่อคํานวณประสิทธิภาพในการพักผ่อนและกิจกรรมเฉลี่ย (<40, 40-400, > 400 steps/h) เพื่อประเมินข้อมูลความรู้สึกและค่าคาดเดาทางตรง (PPV). ผู้ป่วยได้รวบรวมสัมผัสในส่วนของผู้เข้าร่วมการสํารวจพบว่า 33 คนมีอายุเฉลี่ย 52.6 ปี โดยผลงาน Fitbit มีความแตกต่างกันอย่างมาก: อัตราหัวใจ และอัตราขั้นตอน 100%, รวมเวลากลางเวลานอนและคุณสมบัติในการหลับ 91%, RE(REM) 56%, ความละเอียดออกซิเจน 41% การติดตามอัตราการเต้นของหัวใจ (0.3bpm, ICC 0.998)) ใกล้ชิดมาก และปริมาณขั้นตอนถูกประเมินเกินกว่า (bias + 29.4 steps/hr, ICC 0.64) แต่แสดงให้เห็นว่ามีความหมายต่อเครื่องตรวจจับสถานยืนที่ไม่นั่ง 75% % PPV 91% %)) เวลานอนรวม ((0.1 ชั่วโมง;ICC 0.65)) ICC 0.69)) กับเฉลี่ยในระดับที่ได้รับอนุญาตอย่างกว้าง (AIC 0.72)) มีความสัมพันธ์ที่ดีเล็ก ๆ น้อย ๆ ครับ ความผิดพลาด +1.7% %;ICC 0.47)). ความแตกต่างในความประสิทธิภาพของอุปกรณ์การสวม ในผู้ป่วย โซนไทย 3 มีผลชัดเจน เช่น อัตราหัวใจ, การตรวจนั่ง และอื่นๆ แสดงให้เห็นถึงศักดิ์สิทธิ์ที่สําคัญ ขณะที่ระดับขั้นตอนโดยสิ้นเชิง, นอนและมะเร็งออกซิเจน และสมบูรณ์มีอัตราการแสดงว่ามีความแปรวนิติมากยิ่งขึ้น และมีการขาดข้อมูลสูงกว่า