Automatic assessment of the stress level : modeing and mobile implementation

Stress, known as we mean it, is an argument of great interest nowadays. More and more people complaint about their stress levels and often they do not even know how to cope with it. Cardiovascular disease is the major cause of mortality and morbidity in the western world and several psychosocial stressors are associated with an increased risk of acute myocardial infarction (AMI) [1]. Considering severe global stress as a major risk factor, the size of effect is less than that for smoking but comparable with hypertension and abdominal obesity. Its influence on health is surprisingly independent of socioeconomic status, education, smoking and is consistent across geographic regions, between different age groups and between men and women [2]. The stress level assessed by questionnaires is strictly subjective and of difficult quantitative evaluation, but in the recent literature about stress and diseases, two main questionnaires are used as Gold Standard: the Perceived Stress Scale (PSS) and the Subjective Stress-related Somatic Symptoms Questionnaire (4S-Q) [3][4]. These questionnaires depend on the perception of the users, so they are qualitative, subjective and time-consuming [4]. The aim of this thesis is to develop a system for the extraction of an index that provides a measure of the individual stress level, from physiological signals acquired by a wearable device. It is known that spectral components of the heart rate variability signal (HRV) show significant changes depending on the individual stress level [3]. In particular, the intensity of the sympathetic drive, that is well inferred by the LF (low frequency) component of HRV, is of great interest [5]. As shown in a work by Lucini and colleagues, the sympathetic activity is predominant in resting condition for chronic stressed patients, this implies a reduced responsiveness to short-term physical stress imposed by active orthostatism, as a Sit-To-Stand protocol can induce [6]. A different method, than the one used by Lucini and colleagues for the extraction of the HRV component associated to the sympathetic drive, is proposed in this work . Use of standard (e.g. autoregressive) spectral analysis on HRV often do not permit an accurate separation of the LF component associated with the sympathetic activity and a possible LF component associated with vagal respiratory-induced activity [5][7]. An adaptive filter which can separate the respiratory influence, related to respiratory sinus arrhythmia (RSA), from the non-respiratory sympathetic activity of the HRV signal, has been chosen for this purpose. The final purpose of this prototype is to help people that complain with their stress level or that have stress-related diseases. The best coping approach that someone with these issues can apply is behavioral. Changing in lifestyle as increasing physical activity, maintaining a good diet or learning different approaches of how to cope with stressful situations, can make a difference. But how to evaluate the effects of these actions? If their aim is to reduce the level of stress, first of all, it is needed to measure this level. The system proposed in this work consists of a wearable device and an Android application. As acquisition system, it has been chosen to use the Wearable Wellness System produced by Smartex for monitoring physiological parameters. The wearable device is able to acquire real-time physiological signals as electrocardiogram (ECG), breathing signal, and three acceleration signals along the three directions of the space, x, y and z. These signals are sent to an Android device that, through a dedicated application and accurate processing, is able to compute the stress index of interest. The protocol of acquisition of these signals is based on a Sit-To-Stand test. It consists, after a baseline period of 5 minutes, of a resting period, on a chair or supine, of 5 minutes, followed by an active orthostatic period of 3 minutes. The assessment of the individual stress level developed in this work, is performed online and automatically, permitting an easy, efficient and non-invasive acquisition by potential users. To evaluate the variations in the activities of the Autonomous Nervous System (ANS) during the Sit-To-Stand test, the system built in this work estimate the variation between the Stand and the Sit phases of the normalized power of the HRV signal component due only to the sympathetic activity, so not correlated with RSA. This index, namely 〖delta〗_(uncorr_power), permits a quantitative stress evaluation in this way: if this index is high, it means that the sympathetic drive influence to HRV during the Stand phase has been much higher than during the Sit phase; on the other hand if the index is close to zero, it means that the sympathetic drive influence to HRV is considerable, in respect to the vagal one, also during the Sit phase, that the subject is not able to relax and that is probable that he is quite stressed. This index has been validated to confirm its significance in presence of stressing events (as the occurrence of a university exam) in respect to control days and its possible correlation with scores obtained by two qualitative stress-related questionnaires used as Gold Standard (4S-Q and PSS). After these analyses, significantly lower values of 〖delta〗_(uncorr_power) and significantly higher values, during the Sit phase, of the power non-correlated with RSA (so due only to the sympathetic drive), can be observed for acquisitions made during the presence of a stressing event or belonging to the higher score subgroup of both 4S-Q and PSS questionnaires. This result implies that these two descriptors might be effective for a quantitative measure of stress. Starting from the results highlighted by the two previous analyses, it has been fitted an LME Model with the aim to describe the PSS questionnaire score by means of two physiological parameters, 〖delta〗_(uncorr_power) and the absolute power correlated with RSA (so due only to the vagal drive) during the Stand phase. The estimates of the fixed-effect coefficients of the model related to these parameters present negative values as expected. Generally, if a subject is stressed, his PSS questionnaire score will be higher, the 〖delta〗_(uncorr_power) will present small values and also the vagal activation during the Stand phase, represented by the absolute power correlated with RSA, will be lower. The two R-squared indices used for this type of models present a large difference in value. The marginal R-squared has a value of 0.21 and the conditional R-squared has a value of 0.68. Being the marginal R-squared the one that takes into account only for the fixed-effect coefficients, this large difference may be attributed to the subjectivity in the values of both the physiological parameters taken in consideration and the PSS scores. The conclusions that it is possible to draw are that this result confirms that individual perception has a consistent role in assessing the stress level by means of questionnaires. This perception dependency implies a qualitative and subjective meaning of the scores of the PSS questionnaire. On the other hand, the physiological parameters considered for the assessment of the stress level, may present less subjectivity and a more quantitative evaluation, so independent by the individual perception, even if this remains to be assessed through a more robust validation with a large number of subjects. The results obtained by these analyses seem to validate, even if with their limitations, the capability of the stress index that has been extracted to give a more quantitative evaluation of the stress level of a subject in respect to stress-related questionnaires scores. Moreover, these results combined with a wearable device and a mobile application allow a feasible, time saving and autonomous evaluation of the stress level.

Lo stress è un argomento di grande interesse al giorno d'oggi. Sempre più persone si lamentano del loro livello di stress e spesso non sanno nemmeno come affrontarlo. Le malattie cardiovascolari sono la principale causa di mortalità e malattia nel mondo occidentale e diversi fattori di stress psicosociale sono associati ad un aumento del rischio di infarto miocardico acuto (IMA) [1]. Considerando un alto livello di stress come un importante fattore di rischio, il suo effetto è inferiore a quello del fumo ma paragonabile a ipertensione e obesità. La sua influenza sulla salute è sorprendentemente indipendente dallo stato socioeconomico, dall'educazione, dal fumo ed è coerente tra regioni geografiche, tra diverse fasce d'età e tra uomini e donne [2]. Il livello di stress valutato dai questionari è strettamente soggettivo e di difficile valutazione quantitativa, ma nella letteratura recente sullo stress e le malattie vengono utilizzati due questionari principali come Gold Standard: il Perceived Stress Scale (PSS) e il Subjective Stress-related Somatic Symptoms Questionnaire (4S-Q) [3][6]. Questi questionari dipendono dalla percezione degli utenti, quindi sono qualitativi, soggettivi e richiedono un notevole dispendio di tempo [6]. Lo scopo di questa tesi è quello di sviluppare un sistema per l'estrazione di un indice che fornisca una misura del livello di stress individuale, dai segnali fisiologici acquisiti da un dispositivo indossabile. È noto che le componenti spettrali del segnale di variabilità della frequenza cardiaca (HRV) mostrano cambiamenti significativi a seconda del livello di stress individuale [3]. In particolare, l'intensità dell’attività simpatica, che è ben rappresentata dalla componente LF (low frequency) dell'HRV, è di grande interesse [4]. Come mostrato in un lavoro di Lucini e colleghi, l'attività simpatica è predominante in condizioni di riposo per pazienti con stress cronico, ciò implica una ridotta reattività allo stress fisico a breve termine imposto dal passaggio ad una postura ortostatica, come il protocollo Sit-To-Stand può indurre [5]. In questo lavoro viene proposto un metodo diverso da quello utilizzato da Lucini e colleghi per l'estrazione della componente dell’HRV associata all'attività simpatica. L'uso di analisi spettrali standard (ad esempio autoregressive) sull’HRV spesso non consente un'accurata separazione della componente LF associata all'attività simpatica e una possibile componente LF associata all'attività vagale indotta dalla respirazione [4][7]. A tale scopo è stato scelto un filtro adattivo che può separare l'influenza respiratoria, correlata all'aritmia respiratoria (RSA), dall'attività simpatica non respiratoria del segnale di HRV. Lo scopo finale di questo prototipo è di aiutare le persone che si lamentano del loro livello di stress o che hanno malattie legate allo stress. Il miglior approccio che una persona con questi problemi possa applicare per gestire il proprio livello di stress, è comportamentale. Il cambiamento dello stile di vita come l'aumento dell'attività fisica, il mantenimento di una buona dieta o l'apprendimento di approcci diversi su come affrontare situazioni stressanti, possono fare la differenza. Ma come valutare gli effetti di queste azioni? Se il loro obiettivo è ridurre il livello di stress, prima di tutto è necessario misurare lo stress. Il sistema proposto in questo lavoro è costituito da un dispositivo indossabile e un'applicazione Android. Come sistema di acquisizione, è stato scelto di utilizzare il Wearable Wellness System prodotto da Smartex per il monitoraggio dei parametri fisiologici. Il dispositivo indossabile è in grado di acquisire segnali fisiologici in tempo reale come l’elettrocardiogramma (ECG), il segnale di respirazione e tre segnali di accelerazione lungo le tre direzioni dello spazio, x, y e z. Questi segnali vengono inviati a un dispositivo Android che, attraverso un'applicazione dedicata e un’accurata elaborazione, è in grado di calcolare l'indice di stress di interesse. Il protocollo di acquisizione di questi segnali si basa su un test Sit-To-Stand. Consiste, dopo un periodo di riferimento di 5 minuti, di un periodo di riposo, su una sedia o in posizione supina, di 5 minuti, seguito da un periodo attivo in postura ortostatica di 3 minuti. La valutazione del livello di stress individuale sviluppata in questo lavoro viene eseguita online e automaticamente, consentendo un'acquisizione facile, efficace e non invasiva da parte dei potenziali utenti. Per valutare le variazioni nelle attività del Sistema Nervoso Autonomo (ANS) durante il test Sit-To-Stand, il sistema costruito in questo lavoro stima la variazione tra la fase di Stand e la fase di Sit della potenza normalizzata della componente del segnale HRV dovuta solo all'attività simpatica, quindi non correlata con l’RSA. Questo indice, vale a dire 〖delta〗_(uncorr_power), consente una valutazione quantitativa dello stress in questo modo: se l’indice è elevato, significa che l'influenza dell’attività simpatica sull'HRV durante la fase di Stand è stata molto più alta rispetto alla fase di Sit; d'altra parte se l'indice è vicino a zero, vuol dire che l'influenza dell’attività simpatica sull’HRV è considerevole, rispetto a quella vagale, anche durante la fase di Sit, che il soggetto non è in grado di rilassarsi e che è probabile che sia abbastanza stressato. Questo indice è stato validato per confermare la sua importanza in presenza di eventi stressanti (come il verificarsi di un esame universitario) rispetto a giorni di controllo e la sua possibile correlazione con i punteggi ottenuti da due questionari legati allo stress usati come Gold Standard (4S-Q e PSS). Dopo queste analisi, valori significativamente inferiori di 〖delta〗_(uncorr_power) e valori significativamente più alti, durante la fase di Sit, della potenza non correlata con l’RSA (quindi dovuta solo all'attività simpatica), possono essere osservati per le acquisizioni effettuate durante la presenza di un evento stressante o appartenenti al sottogruppo con punteggi più alti in entrambi i questionari 4S-Q e PSS. Questo risultato implica che questi due descrittori potrebbero essere efficaci per una misura quantitativa dello stress. Partendo dai risultati evidenziati dalle due precedenti analisi, è stato costruito un modello LME con lo scopo di descrivere il punteggio del questionario PSS mediante due parametri fisiologici, 〖delta〗_(uncorr_power) e la potenza assoluta correlata con l’RSA (quindi dovuta solo all’attività vagale) durante la fase di Stand. Le stime dei coefficienti fixed effect del modello relativi a questi parametri presentano valori negativi come atteso. Generalmente, se un soggetto è stressato, il punteggio del suo questionario PSS sarà più alto, il 〖delta〗_(uncorr_power) presenterà piccoli valori e anche l'attivazione vagale durante la fase Stand, rappresentata dalla potenza assoluta correlata con l’RSA, sarà inferiore. I due indici R-squared utilizzati per questo tipo di modelli presentano una grande differenza in valore. Il marginal R-squared ha un valore di 0,21 e il conditional R-squared ha un valore di 0,68. Essendo il marginal R-squared quello che tiene conto solo dei coefficienti fixed effect, questa grande differenza può essere attribuita alla soggettività nei valori di entrambi i parametri fisiologici presi in considerazione e dei punteggi PSS. Le conclusioni che è possibile trarre sono che questo risultato conferma che la percezione individuale ha un ruolo consistente nel valutare il livello di stress tramite questionari. Questa dipendenza alla percezione implica un significato qualitativo e soggettivo dei punteggi del questionario PSS. D'altra parte, i parametri fisiologici considerati per la valutazione del livello di stress, possono presentare meno soggettività e una valutazione più quantitativa, quindi indipendente dalla percezione individuale, anche se questo rimane da valutare attraverso una validazione più robusta con un numero elevato di soggetti. I risultati ottenuti da queste analisi sembrano confermare, anche se con i loro limiti, la capacità dell'indice di stress che è stato estratto di dare una valutazione più quantitativa del livello di stress di un soggetto rispetto ai punteggi dei questionari. Inoltre, questi risultati combinati con un dispositivo indossabile e un'applicazione mobile consentono una valutazione semplice, rapida e autonoma del livello di stress.