gms | German Medical Science

Einleitung: Körperliche Aktivität (KA) ist eine wichtige Determinante in verschiedenen medizinischen Disziplinen. Insbesondere bei der Neurorehabilitation sind Zusammenhänge zwischen KA und Komplikationen bei Personen mit einer Querschnittlähmung bekannt [1], [2]. Studien hierzu basieren bisher häufig auf unvollständigen Forschungsdaten, wenn KA mit Hilfe von Interviewformaten, wie PARA-SCI, erhoben wird [3]. Durch Interviewformate wird ein subjektiver Rückblick über kurze Zeiträume erhoben [4], was im Widerspruch zu langfristig auftretenden Effekten steht. Daher stellen kontinuierliche Datenspenden von instrumentiert erfassten Gesundheitsdaten einen vielversprechenden Ansatz für die Forschung dar.

Stand der Technik: Manuell ausgelöste Datenspenden wurden bereits in Studien mit Apple iOS Geräten technisch erfolgreich erprobt [5], [6]. Diese Systeme sind von regelmäßiger Nutzerinteraktion in der Datenspende-App abhängig, um die Datenübermittlung an das Forschungssystem auszulösen. Dies geht bei mangelnder Compliance mit unvollständigen Forschungsdaten einher.

Konzept: In dieser Arbeit wird eine automatisierte Datenübermittlung ohne Nutzerinteraktion unter iOS erprobt. Hierzu wird eine App implementiert, welche Daten von Aktivitätstrackern zur KA kontinuierlich im Hintergrund aus dem zentralen iOS Speicher für Gesundheitsdaten, HealthKit, exportiert und an ein medizinisches Register übermittelt.

Implementierung: Die implementierte iOS App basiert auf dem Framework SwiftUI [7]. Nach einer initialen Einrichtung wird der Import der Daten zur KA aus HealthKit aktiviert. Die Importvorgänge werden von HealthKit durch eine HKObserverQuery ausgelöst, welche die App im Hintergrund über neue KA-Daten informiert. Nach jeder Auslösung wird eine HealthKit AnchoredQuery durch die App ausgeführt, um neue KA-Daten abzurufen. Diese neuen KA-Daten werden in einer lokalen Datenbank gespeichert. Für jeden Dateneintrag zur KA wird zusätzlich gespeichert, ob dieser erfolgreich übermittelt wurde. Nach Abschluss einer AnchoredQuery wird die Datenübermittlung an ein Register gestartet. Daten werden in Bündeln von 50 Einträgen übermittelt und nur bei Bestätigung einer erfolgreichen Verarbeitung im Register in der lokalen Datenbank als gesendet markiert.

Die Zuverlässigkeit dieser Architektur wurde mit sieben Softwaretestern evaluiert. Nach der Installation der App nutzten diese ihre Smartphones wie gewohnt für vier Wochen, ohne mit der App zu interagieren. Am Tag nach dem Ende der vierten Woche wurden die KA-Daten manuell aus HealthKit exportiert und mit Hilfe des Python Skripts von Koester analysiert [8]. Die Daten aus dem empfangenden Register wurden mit den manuell exportierten Daten verglichen und auf Vollständigkeit geprüft.

Gewonnene Erkenntnisse: HealthKit speichert KA-Daten in Abhängigkeit von der Dauer ununterbrochener körperlicher Bewegung. Hierdurch ergeben sich Messintervalle unterschiedlicher Länge (wenige Sekunden bis zu 20 min). Wenn keine KA ausgeübt wird oder kein Aktivitätstracker getragen wird, werden keine Daten gespeichert. Anhand der Forschungsdaten kann daher nicht direkt beurteilt werden, ob der Aktivitätstracker getragen wurde.

Die Regelmäßigkeit der Datenübermittlung ist bei iOS durch die Auslösung einer HKObserverQuery als Hintergrundprozess begrenzt. Dieser wird für Merkmalsarten zur KA höchstens stündlich ausgelöst. Zusätzlich wird die Regelmäßigkeit durch die Häufigkeit der Entsperrung des Gerätes durch den Nutzer begrenzt. Dies ist für den HealthKit-Export notwendig, da die Verschlüsselung von iOS Geräten eine Verarbeitung von Gesundheitsdaten lediglich im entsperrten Zustand zulässt. Somit werden im gesperrten Zustand auch keine HKObserverQuery-Aufrufe im Hintergrund ausgelöst, sodass weder ein HealthKit Export noch eine Übermittlung von Daten an das Register erfolgt.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.