Controla la ingesta de líquidos mediante botellas de agua inteligentes disponibles en el mercado.

Gracias por visitar Nature.com. La versión de navegador que está utilizando tiene soporte limitado para CSS. Para una mejor experiencia, le recomendamos que utilice un navegador actualizado (o desactive el modo de compatibilidad en Internet Explorer). Mientras tanto, para garantizar la compatibilidad continua, mostraremos el sitio sin estilos ni JavaScript.
La ingesta de líquidos es importante para prevenir la deshidratación y reducir la recurrencia de cálculos renales. En los últimos años, ha habido una tendencia a desarrollar herramientas para monitorizar la ingesta de líquidos utilizando productos "inteligentes", como biberones inteligentes. Existen varios biberones inteligentes disponibles comercialmente, dirigidos principalmente a adultos preocupados por su salud. Hasta donde sabemos, estos biberones no han sido validados en la literatura. Este estudio comparó el rendimiento y la funcionalidad de cuatro biberones inteligentes disponibles comercialmente: H2OPal, HidrateSpark Steel, HidrateSpark 3 y Thermos Smart Lid. Se registraron y analizaron cien eventos de ingestión por biberón y se compararon con datos reales obtenidos de básculas de alta resolución. H2OPal tiene el menor error porcentual medio (MPE) y es capaz de equilibrar los errores en múltiples sorbos. HidrateSpark 3 proporciona los resultados más consistentes y fiables con los menores errores por sorbo. Los valores de MPE de los biberones HidrateSpark mejoraron aún más mediante regresión lineal, ya que presentaban valores de error individuales más consistentes. El Thermos Smart Lid fue el menos preciso, ya que el sensor no se extendía por todo el biberón, lo que provocó muchos registros erróneos. estar perdido.
La deshidratación es un problema muy grave porque puede provocar complicaciones adversas, como confusión, caídas, hospitalización y muerte. El equilibrio de la ingesta de líquidos es importante, especialmente en adultos mayores y personas con afecciones médicas subyacentes que afectan la regulación de líquidos. Se recomienda a los pacientes con riesgo de formación recurrente de cálculos que consuman grandes cantidades de líquidos. Por lo tanto, el control de la ingesta de líquidos es un método útil para determinar si se está tomando una ingesta adecuada de líquidos1,2. Existen muchos intentos en la literatura para crear informes de sistemas o dispositivos que puedan ayudar a controlar y gestionar la ingesta de líquidos. Desafortunadamente, la mayoría de estos estudios no dieron como resultado un producto disponible comercialmente. Las botellas en el mercado están dirigidas principalmente a atletas recreativos o adultos preocupados por la salud que buscan aumentar la hidratación. En este artículo, nuestro objetivo fue determinar si las botellas de agua comunes disponibles comercialmente son una solución viable para investigadores y pacientes. Comparamos cuatro botellas de agua comerciales en términos de rendimiento y funcionalidad. Las botellas son HidrateSpark 34, HidrateSpark Steel5, H2O Pal6 y Thermos Smart Lid7 como se muestra en la Figura 1. Estas botellas fueron elegidas porque son una de las únicas cuatro botellas populares que (1) están disponibles para su compra en Canadá y (2) tienen datos de volumen de sorbo accesibles a través de la aplicación móvil.
Imágenes de botellas comerciales analizadas: (a) HidrateSpark 34, (b) HidrateSpark Steel5, (c) H2OPal6, (d) Thermos Smart Lid7. El recuadro rojo punteado muestra la ubicación del sensor.
De las botellas mencionadas anteriormente, solo las versiones anteriores de HidrateSpark han sido validadas en investigaciones8. El estudio encontró que la botella HidrateSpark era precisa dentro del 3% de la medición de la ingesta total durante un período de 24 horas de ingesta de líquidos. HidrateSpark también se ha utilizado en estudios clínicos para monitorear la ingesta en pacientes con cálculos renales9. Desde entonces, HidrateSpark ha desarrollado nuevas botellas con diferentes sensores. H2OPal se ha utilizado en otros estudios para rastrear y promover la ingesta de líquidos, pero ningún estudio específico ha validado su rendimiento2,10. Pletcher et al. compararon las características geriátricas y la información disponible en línea para varias botellas comerciales, pero no realizaron ninguna validación de su precisión11.
Las cuatro botellas comerciales incluyen una aplicación propietaria gratuita para mostrar y almacenar eventos de ingesta transmitidos a través de Bluetooth. La HidrateSpark 3 y la Thermos Smart Lid tienen el sensor en el centro de la botella, posiblemente utilizando un sensor capacitivo, mientras que la HidrateSpark Steel y la H2Opal tienen un sensor en la parte inferior, utilizando un sensor de carga o presión. La ubicación del sensor se muestra en el recuadro rojo discontinuo de la Figura 1. En la Thermos Smart Lid, el sensor no puede alcanzar el fondo del recipiente.
Cada botella se prueba en dos fases: (1) una fase de succión controlada y (2) una fase de vida libre. En ambas fases, los resultados registrados por la botella (obtenidos desde la aplicación móvil del producto utilizada en Android 11) se compararon con la verdad fundamental obtenida utilizando una báscula de 5 kg (Starfrit Electronic Kitchen Scale 93756). Todas las botellas se calibraron antes de recopilar datos utilizando la aplicación. En la Fase 1, se midieron tamaños de sorbos de 10 ml a 100 ml en orden aleatorio, 5 mediciones cada uno, para un total de 50 mediciones por vial. Estos eventos no son eventos reales de beber en humanos, sino que se vierten para que la cantidad de cada sorbo pueda controlarse mejor. En esta etapa, recalibre la botella si el error del sorbo es mayor a 50 ml y vuelva a emparejarla si la aplicación pierde la conexión Bluetooth con la botella. Durante la fase de vida libre, un usuario bebe agua libremente de una botella durante el día y elige diferentes sorbos. Esta fase también incluye 50 sorbos. con el tiempo, pero no todas seguidas. Por lo tanto, cada botella tiene un conjunto de datos de un total de 100 mediciones.
Para determinar la ingesta total de líquidos y asegurar una hidratación diaria adecuada, es más importante tener mediciones precisas de la ingesta volumétrica durante todo el día (24 horas) que cada sorbo. Sin embargo, para identificar señales de intervención rápidas, cada sorbo debe tener un error bajo, como se hizo en el estudio de Conroy et al. 2. Si el sorbo no se registra o se registra mal, es crucial que la botella pueda equilibrar el volumen en el siguiente registro. Por lo tanto, el error (volumen medido - volumen real) se ajusta manualmente. Por ejemplo, supongamos que el sujeto bebió 10 ml y la botella informó 0 ml, pero luego el sujeto bebió 20 ml y la botella informó un total de 30 ml, el error ajustado sería 0 ml.
La Tabla 1 enumera varias métricas de rendimiento para cada botella considerando dos fases (100 sorbos). El error porcentual medio (MPE) por sorbo, el error absoluto medio (MAE) por sorbo y el MPE acumulado se calculan de la siguiente manera:
donde \({S}_{act}^{i}\) y \({S}_{est}^{i}\) son las ingestas reales y estimadas del \({i}_{th}\ ) sorbo, y \(n\) es el número total de sorbos. \({C}_{act}^{k}\) y \({C}_{est}^{k}\) representan la ingesta acumulada de los últimos \(k\) sorbos. El MPE de sorbo analiza el error porcentual para cada sorbo individual, mientras que el MPE acumulativo analiza el error porcentual total a lo largo del tiempo. Según los resultados de la Tabla 1, H2OPal tiene el menor número de registros perdidos, el menor MPE de sorbo y el menor MPE acumulativo. El error medio es mejor que el error absoluto medio (MAE) como métrica de comparación al determinar la ingesta total a lo largo del tiempo. Porque ilustra la capacidad de la botella para recuperarse de mediciones deficientes a lo largo del tiempo mientras registra mediciones posteriores. El MAE de sorbo también se incluye en aplicaciones donde la precisión de Cada sorbo es importante porque calcula el error absoluto de cada sorbo. El MPE acumulativo también mide qué tan bien están equilibradas las mediciones a lo largo de la fase y no penaliza un solo sorbo. Otra observación fue que 3 de las 4 botellas subestimaron el volumen de ingesta por boca que se muestra en la Tabla 1 con números negativos.
Los coeficientes de correlación de Pearson R cuadrado para todas las botellas también se muestran en la Tabla 1. HidrateSpark 3 proporciona el coeficiente de correlación más alto. Aunque HidrateSpark 3 tiene algunos registros faltantes, la mayoría son bocas pequeñas ( El gráfico de Bland-Altman en la Figura 2 también confirma que HidrateSpark 3 tiene el límite de acuerdo (LoA) más pequeño en comparación con las otras tres botellas. El LoA analiza qué tan bien coinciden los valores reales y medidos. Además, casi todas las mediciones estuvieron en el rango de LoA, lo que confirma que esta botella proporciona resultados consistentes, como se muestra en la Figura 2c. Sin embargo, la mayoría de los valores están por debajo de cero, lo que significa que el tamaño del sorbo a menudo se subestima. Lo mismo sucede con HidrateSpark Steel en la Figura 2b, donde la mayoría de los valores de error son negativos. Por lo tanto, estas dos botellas proporcionan el MPE más alto y el MPE acumulado en comparación con H2Opal y Thermos Smart Lid, con errores distribuidos por encima y por debajo de 0, como se muestra en la Fig. 2a,d.
Gráficos de Bland-Altman de (a) H2OPal, (b) HidrateSpark Steel, (c) HidrateSpark 3 y (d) Thermos Smart Lid. La línea discontinua representa el intervalo de confianza alrededor de la media, calculado a partir de la desviación estándar en la Tabla 1.
HidrateSpark Steel y H2OPal tuvieron desviaciones estándar similares de 20,04 mL y 21,41 mL, respectivamente. Las figuras 2a y 2b también muestran que los valores de HidrateSpark Steel siempre oscilan alrededor de la media, pero generalmente se mantienen dentro de la región LoA, mientras que H2Opal tiene más valores fuera de la región LoA. La desviación estándar máxima de Thermos Smart Lid fue de 35,42 mL, y más del 10 % de las mediciones estuvieron fuera de la región LoA que se muestra en la figura 2d. Esta botella proporcionó el menor error medio de sorbo y un MPE acumulativo relativamente pequeño, a pesar de tener la mayor cantidad de registros faltantes y la mayor desviación estándar. Thermos SmartLid tiene muchos registros faltantes porque la pajita del sensor no se extiende hasta el fondo del recipiente, lo que provoca registros faltantes cuando el contenido de líquido está por debajo de la varilla del sensor (~80 mL). Esto debería conducir a una subestimación de la ingesta de líquidos; Sin embargo, Thermos fue la única botella con MPE positivo y error medio de sorbo, lo que implica que la botella sobreestimó la ingesta de líquido. Por lo tanto, la razón por la que el error medio de sorbo de Thermos es tan bajo es porque la medición se sobreestima para casi todas las botellas. Cuando se promedian estas sobreestimaciones, incluidos muchos sorbos perdidos que no se registran en absoluto (o "subestimados"), el resultado promedio se equilibra. Cuando se excluyen los registros perdidos del cálculo, el error medio de sorbo se convirtió en +10,38 ml, lo que confirma una gran sobreestimación de un solo sorbo. Si bien esto puede parecer positivo, la botella es en realidad inexacta en las estimaciones de sorbos individuales y poco confiable porque pierde muchos eventos de bebida. Además, como se muestra en la Figura 2d, Thermos SmartLid parece aumentar el error con el aumento del tamaño del sorbo.
En resumen, H2OPal fue el más preciso para estimar los sorbos a lo largo del tiempo y la forma más fiable de medir la mayoría de las grabaciones. La tapa inteligente Thermos fue la menos precisa y omitió más sorbos que las otras botellas. La botella HidrateSpark 3 tuvo valores de error más consistentes, pero subestimó la mayoría de los sorbos, lo que resultó en un rendimiento deficiente a lo largo del tiempo.
Resulta que la botella puede tener algún desfase que se puede compensar utilizando un algoritmo de calibración. Esto es especialmente cierto para la botella HidrateSpark, que tiene una pequeña desviación estándar de error y siempre subestima un solo sorbo. Se utilizó un método de mínimos cuadrados (LS) con los datos de la etapa 1, excluyendo cualquier registro faltante para obtener los valores de desfase y ganancia. La ecuación resultante se utilizó para la ingesta de sorbos medida en la segunda etapa para calcular el valor real y determinar el error calibrado. La tabla 2 muestra que la calibración mejoró el error medio de sorbos para dos botellas HidrateSpark, pero no para H2OPal ni Thermos Smart Lid.
Durante la Fase 1, donde se realizan todas las mediciones, cada botella se rellena varias veces, por lo que el MAE calculado puede verse afectado por el nivel de llenado de la botella. Para determinar esto, cada botella se divide en tres niveles: alto, medio y bajo, según el volumen total de cada botella. Para las mediciones de la Fase 1, se realizó una prueba ANOVA unidireccional para determinar si los niveles eran significativamente diferentes en error absoluto. Para HidrateSpark 3 y Steel, los errores para las tres categorías no son significativamente diferentes. Hubo una diferencia significativa límite (p Se realizaron pruebas t de dos colas para comparar los errores de la etapa 1 y la etapa 2 para cada botella. Obtuvimos p > 0,05 para todas las botellas, lo que significa que los dos grupos no fueron significativamente diferentes. Sin embargo, se observó que las dos botellas HidrateSpark perdieron una cantidad mucho mayor de registros en la etapa 2. Para H2OPal, la cantidad de registros perdidos fue casi igual (2 vs. 3), mientras que para Thermos SmartLid hubo menos registros perdidos (6 vs. 10). Dado que todas las botellas HidrateSpark mejoraron después de la calibración, también se realizó una prueba t después de la calibración. Para HidrateSpark 3, hay una diferencia significativa en los errores entre la etapa 1 y la etapa 2 (p = 0,046). Esto es más probable que se deba a la mayor cantidad de registros perdidos en la etapa 2 en comparación con la etapa 1.
Esta sección ofrece información sobre la usabilidad de la botella y su aplicación, así como otra información funcional. Si bien la precisión de la botella es importante, el factor de usabilidad también lo es al elegir una botella.
HidrateSpark 3 y HidrateSpark Steel están equipados con luces LED que recuerdan a los usuarios que deben beber agua si no alcanzan sus objetivos según lo previsto, o parpadean un número determinado de veces al día (configurado por el usuario). También se pueden configurar para que parpadeen cada vez que el usuario beba. H2OPal y Thermos Smart Lid no tienen ninguna indicación visual para recordar a los usuarios que beban agua. Sin embargo, todas las botellas compradas tienen notificaciones móviles para recordar a los usuarios que beban a través de la aplicación móvil. El número de notificaciones diarias se puede personalizar en las aplicaciones de HidrateSpark y H2OPal.
HidrateSpark 3 y Steel utilizan tendencias lineales para guiar a los usuarios sobre cuándo beber agua y les sugieren un objetivo por hora que deberían alcanzar al final del día. H2OPal y Thermos Smart Lid solo proporcionan un objetivo total diario. En todas las botellas, si el dispositivo no está conectado a la aplicación mediante Bluetooth, los datos se almacenarán localmente y se sincronizarán después del emparejamiento.
Ninguna de las cuatro botellas se centra en la hidratación para personas mayores. Además, no se conocen las fórmulas que utilizan para determinar los objetivos de ingesta diaria, lo que dificulta determinar si son adecuadas para adultos mayores. La mayoría de estas botellas son grandes y pesadas, y no están diseñadas para personas mayores. El uso de aplicaciones móviles tampoco es ideal para adultos mayores, aunque puede resultar útil para que los investigadores recopilen datos de forma remota.
No todas las botellas pueden determinar si el líquido se ha consumido, desechado o derramado. Además, todas las botellas deben colocarse sobre una superficie después de cada sorbo para registrar con precisión la ingesta. Esto significa que se pueden pasar por alto algunas bebidas si la botella no se deja sobre una superficie, especialmente al rellenarla.
Otra limitación es que el dispositivo necesita volver a emparejarse periódicamente con la aplicación para sincronizar los datos. El Thermos necesitaba volver a emparejarse cada vez que se abría la aplicación, y la botella HidrateSpark a menudo tenía problemas para encontrar una conexión Bluetooth. H2OPal es más fácil de volver a emparejar con la aplicación si se pierde la conexión. Todas las botellas se calibran antes de que comience la prueba y deben recalibrarse al menos una vez durante el proceso. La botella HidrateSpark y H2OPal deben vaciarse y llenarse completamente para la calibración.
No todas las botellas tienen la opción de descargar o guardar datos a largo plazo. Además, no se puede acceder a ninguna de ellas a través de la API.
HidrateSpark 3 y H2OPal utilizan baterías de iones de litio reemplazables, mientras que HidrateSpark Steel y Thermos SmartLid utilizan baterías recargables. Según el fabricante, la batería recargable debería durar hasta 2 semanas con una carga completa; sin embargo, debe recargarse casi semanalmente si se usa Thermos SmartLid con frecuencia. Esto supone una limitación, ya que muchas personas no se acordarán de recargar la botella regularmente.
Hay varios factores que pueden influir en la elección de una botella inteligente, especialmente cuando el usuario es una persona mayor. El peso y el volumen de la botella son factores importantes, ya que debe ser fácil de usar para personas mayores frágiles. Como se mencionó anteriormente, estas botellas no están diseñadas para personas mayores. El precio y la cantidad de líquido por botella también son otros factores. La Tabla 3 muestra la altura, el peso, el volumen de líquido y el precio de cada botella. Thermos Smart Lid es la más barata y ligera, ya que está hecha completamente de plástico más ligero. También contiene más líquido en comparación con las otras tres botellas. Por el contrario, H2OPal fue la más alta, pesada y cara de las botellas de investigación.
Las botellas inteligentes disponibles comercialmente son útiles para los investigadores porque no hay necesidad de crear prototipos de nuevos dispositivos. Aunque hay muchas botellas de agua inteligentes disponibles, el problema más común es que los usuarios no tienen acceso a los datos o señales sin procesar, y solo se muestran algunos resultados en la aplicación móvil. Hay una necesidad de desarrollar una botella inteligente de uso generalizado con alta precisión y datos totalmente accesibles, especialmente una adaptada para personas mayores. De las cuatro botellas probadas, H2OPal recién sacada de la caja tuvo el MPE de sorbo más bajo, MPE acumulado y número de registros perdidos. HidrateSpark 3 tiene la mayor linealidad, la desviación estándar más pequeña y el MAE más bajo. HidrateSpark Steel y HidrateSpark 3 se pueden calibrar manualmente para reducir el error medio de sorbo utilizando el método LS. Para registros de sorbo más precisos, HidrateSpark 3 es la botella de elección, mientras que para mediciones más consistentes a lo largo del tiempo, H2OPal es la primera opción. Thermos SmartLid tuvo el rendimiento menos confiable, tuvo la mayor cantidad de sorbos perdidos y sobreestimó los sorbos individuales.
El estudio no está exento de limitaciones. En situaciones reales, muchos usuarios beben de otros recipientes, especialmente líquidos calientes, bebidas compradas en tiendas y alcohol. En el futuro, se debería evaluar cómo influye la forma de cada botella en los errores para orientar el diseño de botellas de agua inteligentes.
Rule, AD, Lieske, JC y Pais, VM Jr. 2020. Manejo de cálculos renales. JAMA 323, 1961–1962. https://doi.org/10.1001/jama.2020.0662 (2020).
Conroy, DE, West, AB, Brunke-Reese, D., Thomaz, E. y Streeper, NM Intervención adaptativa oportuna para promover el consumo de líquidos en pacientes con cálculos renales. Psicología de la Salud. 39, 1062 (2020).
Cohen, R., Fernie, G., y Roshan Fekr, A. Sistemas de monitorización de la ingesta de líquidos en ancianos: una revisión de la literatura. Nutrients 13, 2092. https://doi.org/10.3390/nu13062092 (2021).
HidrateSpark 3 Botella de agua inteligente y aplicación gratuita de seguimiento de hidratación – Negra https://hidratespark.com/products/black-hidrate-spark-3. Consultado el 21 de abril de 2021.
HidrateSpark STEEL Botella de agua inteligente de acero inoxidable con aislamiento térmico y aplicación – Hidrate Inc. https://hidratespark.com/products/hidratespark-steel. Consultado el 21 de abril de 2021.
Botella de hidratación conectada Thermos® con tapa inteligente. https://www.thermos.com/smartlid. Consultado el 9 de noviembre de 2020.
Borofsky, MS, Dauw, CA, York, N., Terry, C. y Lingeman, JE Precisión de la medición de la ingesta diaria de líquidos mediante una botella de agua “inteligente”. Urolitiasis 46, 343–348.https://doi.org/10.1007/s00240-017-1006-x (2018).
Bernard, J., Song, L., Henderson, B. y Tasian, GE. Asociación entre la ingesta diaria de agua y la producción de orina de 24 horas en adolescentes con cálculos renales. Urology 140, 150–154.https://doi.org/10.1016/j.urology.2020.01.024 (2020).
Fallmann, S., Psychoula, I., Chen, L., Chen, F., Doyle, J., Triboan, D. Realidad y percepción: Monitoreo de actividad y recopilación de datos en hogares inteligentes del mundo real. En las Actas de la Conferencia IEEE SmartWorld 2017, Inteligencia y Computación Ubicuas, Computación Avanzada y Confiable, Computación y Comunicaciones Escalables, Computación en la Nube y de Big Data, Internet de las Personas e Innovación de Ciudades Inteligentes (SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI), 1-6 (IEEE, 2017).
Pletcher, DA et al. Un dispositivo interactivo para beber agua diseñado para personas mayores y pacientes con Alzheimer. En una demanda sobre el lado humano de las TI para la población anciana. Redes sociales, juegos y entornos asistidos (eds. Zhou, J. y Salvendy, G.) 444–463 (Springer International Publishing, 2019).
Este trabajo fue financiado por una beca de la Fundación de los Institutos Canadienses de Investigación en Salud (CIHR, por sus siglas en inglés) (FDN-148450). El Dr. Fernie recibió la financiación como titular de la Cátedra Creaghan de Prevención Familiar y Tecnología Médica.
Instituto Kite, Instituto de Rehabilitación de Toronto – Red de Salud Universitaria, Toronto, Canadá
Conceptualización: RC; Metodología: RC, AR; Redacción: Preparación del manuscrito: RC, AR; Redacción: Revisión y edición: GF, AR; Supervisión: AR, GF. Todos los autores han leído y están de acuerdo con la versión publicada del manuscrito.
Springer Nature mantiene una postura neutral con respecto a las reivindicaciones jurisdiccionales de los mapas publicados y las afiliaciones institucionales.
Acceso abierto Este artículo está bajo la licencia Creative Commons Attribution 4.0 International, que permite su uso, distribución, adaptación, reproducción y difusión en cualquier medio o formato, siempre que se cite correctamente al autor y la fuente originales, se proporcione una licencia Creative Commons y se indique si se han realizado cambios. Las imágenes u otros materiales de terceros incluidos en este artículo están sujetos a la licencia Creative Commons del artículo, a menos que se indique lo contrario en los créditos del material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por ley o reglamento, o excede lo permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.
Cohen, R., Fernie, G., y Roshan Fekr, A. Monitorización de la ingesta de líquidos en botellas de agua inteligentes disponibles comercialmente. Science Rep 12, 4402 (2022). https://doi.org/10.1038/s41598-022-08335-5
Al enviar un comentario, aceptas cumplir con nuestros Términos y Directrices de la comunidad. Si ves contenido abusivo o que no cumple con nuestros términos o directrices, márcalo como inapropiado.