Validation of the Samsung Smartwatch for Sleep–Wake Determination and Sleep Stage Estimation

김동엽; 주은연; 최수정

doi:10.13078/jsm.230004

추천

검색

자료유형: 학술저널

저자정보: 김동엽 (Department of Neurology Seoul Hospital Ewha Womans University College of Medicine) 주은연 (삼성서울병원) 최수정 (성균관대학교)

저널정보: 대한수면연구학회 Journal of sleep medicine Journal of sleep medicine Vol.20 No.1

발행연도: 2023.4

수록면: 28 - 34 (7page)

DOI: 10.13078/jsm.230004

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Objectives: Galaxy Watch 3 (GW3) is a commercially available smartwatch equipped with a sleep-tracking function capable of collecting longitudinal sleep data in a real-world environment. We aimed to investigate the validity of GW3 for estimating sleep stages compared with reference data from polysomnography (PSG).Methods: Thirty-two healthy adults (mean age 37.8, male 87.5%) were recruited to wear a GW3 concurrently with in-laboratory overnight PSG recording. Sleep parameters, including total sleep time (TST) and the duration of each sleep stage (light, deep, and rapid eye movement [REM] sleep), were calculated for both GW3 and PSG. Sleep parameters were compared using intraclass correlation coefficients (ICCs) and Bland–Altman plots. The epoch-by-epoch classification performance was evaluated to determine the sensitivity, specificity, accuracy, kappa values, and confusion matrices.Results: Bland–Altman plots showed moderate agreement between GW3 and PSG for TST (ICC=0.640), light sleep (ICC=0.518), and deep sleep (ICC=0.639), whereas REM sleep duration was not reliably estimated using the GW3. The GW3 overestimated TST by a mean of 9.5 min. The sensitivity of epoch-by-epoch sleep detection was 0.954; however, the specificity was 0.524. The sensitivity of each sleep stage estimation was 0.695 for light sleep, 0.612 for deep sleep, and 0.598 for REM sleep. The overall accuracy of GW3 in distinguishing the four-stage sleep epochs was 0.651.Conclusions: GW3 demonstrated high performance in sleep detection but moderate performance in wake determination and sleep stage estimation compared with PSG results, which were comparable to previously reported results for other consumer wearable devices.

#Wearable electronic devices #Actigraphy #Polysomnography #Sleep stages #Validation.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김동엽

소속기관 Department of Neurology Seoul Hospital Ewha Womans University College of Medicine

주요연구분야 의약학 > 임상의학 > 정신과학 의약학 > 임상의학 > 신경과학

논문수 5 이용수 174

주은연

소속기관 삼성서울병원

주요연구분야 의약학 > 의학 일반 사회과학 > 심리과학

논문수 61 이용수 1,002

최수정

소속기관 성균관대학교

주요연구분야 의약학 > 간호학 TOP 10% 의약학 > 기초의학 > 예방의학·직업환경의학

논문수 34 이용수 5,063

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)