Sõbrad on paremad tervise ennustajad kui isiklikud treeningjälgijad
Uued uuringud näitavad, et kantavate spordijälgimisseadmete kasutamise kasv on viinud valede eeldusteni meie tervise kohta. Tänapäeval vaatame päeva lõpuks tehtud sammude arvu põhjal sageli oma pulssi, et teha kindlaks, kas oleme stressis või arvame end tervislikumaks. Uues Notre Dame'i uuringus leitakse, et tervis ja heaolu saab paremini kindlaks määrata, kui vaadata oma sõprade ringi tugevust ja struktuuri.
Kui varasemad uuringud on näidanud, kuidas tõekspidamised, arvamused ja hoiakud levivad meie sotsiaalsetes võrgustikes, siis Notre Dame'i ülikooli teadlasi huvitas see, mida sotsiaalvõrgustike struktuur ütleb terviseseisundi, õnne ja stressi kohta.
"Meid huvitas suhtlusvõrgustiku topoloogia - mida ennustab minu positsioon sotsiaalvõrgustikus minu tervise ja heaolu kohta?" ütles Nitesh V. Chawla, võrguteaduste ja rakenduste interdistsiplinaarse keskuse direktor ja uuringu juhtiv autor.
"Sotsiaalvõrgustiku ülesehitus leidis märkimisväärset paranemist inimese terviseseisundite prognoositavuses, kui kasutada ainult kantavatest materjalidest saadud andmeid, näiteks sammude arvu või pulssi."
Uuringu jaoks, mis on leitud ajakirjas PLOS ONE, kandsid osalejad Fitbitsit tervisekäitumise andmete - näiteks sammude, une, pulsi ja aktiivsuse taseme - hõivamiseks. Samuti viisid nad läbi uuringud ja enesehinnangud stressi, õnne ja positiivsuse tunnete kohta.
Seejärel analüüsis ja modelleeris Chawla ja tema meeskond andmeid masinõppe abil koos inimese sotsiaalse võrgustiku omadustega, sealhulgas aste, tsentraalsus, klastrite koefitsient ja kolmnurkade arv.
Need omadused viitavad sellistele omadustele nagu ühenduvus, sotsiaalne tasakaal, vastastikkus ja lähedus sotsiaalses võrgustikus. Uuring näitas tugevat korrelatsiooni sotsiaalse võrgustiku struktuuride, pulsi, sammude arvu ja aktiivsuse taseme vahel.
Sotsiaalvõrgustike struktuur võimaldas oma tervise ja heaolu prognoosimisel märkimisväärselt paraneda, kui vaadata ainult tervisekäitumise andmeid ainult Fitbitilt.
Näiteks kui suhtlusvõrgustiku struktuur kombineeritakse kantavate materjalide põhjal saadud andmetega, saavutas masinõppemudel õnne ennustamisel 65 protsenti, enesekontrollitud terviseprognoosi ennustamisel 54 protsenti, positiivse suhtumise ennustamisel 55 protsenti ja parem. Edu prognoosimine 38 protsenti.
"See uuring kinnitab, et ilma sotsiaalvõrgustiku teabeta on meil ainult ebatäielik vaade inimese tervislikust seisundist ning et olla täielikult ennustatav või osata sekkumisi tuletada, on kriitiline olla kursis ka sotsiaalvõrgustiku struktuuriomadustega, ”Ütles Chawla.
Tulemused võiksid anda ülevaate tööandjatele, kes soovivad kantavaid spordiseadmeid, et motiveerida töötajaid oma tervist parandama. Kellegi abistamiseks tema sammude jälgimiseks ja tervise jälgimiseks lootuses, et tema tervis paraneb, ei pruugi sisuliste või oluliste tulemuste nägemiseks lihtsalt piisata.
Neile tööandjatele oleks Chawla sõnul kasulik julgustada töötajaid üles ehitama platvormi oma kogemuste postitamiseks ja jagamiseks. Sotsiaalvõrgustike struktuur aitab tervisest ja heaolust pilti saada.
"Ma usun, et need stiimulid, mida me tööle paneme, on mõttekad, kuid usun ka, et me ei näe selle mõju, sest me ei pruugi neid ära kasutada nii, nagu peaksime," ütles Chawla.
"Kui kuuleme, et töökohtades kantavate rõivaste poolt juhitud tervise- ja terviseprogrammid ei tööta, peaksime küsima, kas sellepärast, et vaatame lihtsalt ühemõõtmelist vaadet, kus anname töötajatele lihtsalt kantavad ja unustame selle astumata sammu, et mõista sotsiaalsete võrgustike rolli tervises? "
Allikas: Notre Dame'i ülikool
