Stress response assessment by multiparametric analysis and wearable technologies

Stress affects one-third of the global population, with significant connections and implications on various health conditions, particularly when it manifests as a chronic phenomenon. The widespread use of wearable devices holds promise as a transformative approach across multiple domains of biomedical research and healthcare, such as stress. The main objective of this Thesis is to advance the state of art in the field of stress response assessment methodologies by developing and validating a multiparametric wearable acquisition platform. This platform is designed to accurately capture the principal physiological signals related to stress response, thereby enabling a comprehensive analysis of stress-related features within both controlled and real-life scenarios. To achieve this objective, research activities initially focus on integrating four key physiological signals associated with the stress response (ECG, respiratory signal, GSR and PPG) into a single acquisition platform for continuous and synchronous monitoring. A specific emphasis is placed on validating the accuracy of the captured physiological signals in agreement with gold-standard methods. Tailored validation protocols are developed within control-context scenarios to demonstrate the effectiveness of the proposed wearable platform for stress-related applications. Statistical analyses of the extracted physiological signal features serve the dual purpose of identifying necessary physiological signals required for a comprehensive stress response analysis and discerning the distinct contributions of each signal in delineating various aspects of this response. The findings highlight the importance of a multi-parametric approach for an accurate stress response assessment, with statistically significant features coming from all four considered physiological signals. As a first step towards the application of the proposed wearable platform in real-life scenarios, a dedicated validation protocol is proposed to assess both the usability of the platform and the quality of the acquired physiological signals beyond controlled contexts. Based on the positive results obtained, future developments will focus on extracting stress-related features within this real-life scenario and developing stress-level classification models. Furthermore, part of this Thesis targets the ethics of wearables for stress by applying an ethical framework based on the normative principles of bioethics. This leads to innovative results that fill in the gap of current discussions on wearable technology and stress.

Circa un terzo della popolazione mondiale soffre di stress, il quale può avere gravi ripercussioni sulla salute, specialmente quando diventa cronico. L’uso di dispositivi indossabili rappresenta un approccio promettente in molti campi della ricerca biomedica e dell’assistenza sanitaria, incluso lo studio dello stress. L'obiettivo principale di questa Tesi è avanzare lo stato dell’arte nell’ambito delle metodologie di valutazione della risposta allo stress, sviluppando e validando una piattaforma di acquisizione indossabile multiparametrica. Questa piattaforma è stata progettata per acquisire in modo accurato i principali segnali fisiologici associati alla risposta allo stress, permettendo l’estrazione e l’analisi delle relative features sia in contesti controllati che di vita reale. Per raggiungere questo obiettivo, le attività di ricerca si sono inizialmente concentrate sull’integrazione in un'unica piattaforma di quattro segnali fisiologici associati alla risposta allo stress (ECG, segnale respiratorio, GSR e PPG), consentendone un monitoraggio continuo e sincrono. Particolare attenzione è stata posta alla validazione dei segnali acquisiti, per mezzo del confronto con metodi standard di riferimento. Sono stati quindi sviluppati protocolli di validazione per dimostrare l'efficacia della piattaforma proposta nel valutare la risposta allo stress in contesti controllati. Le features estratte da ogni segnale fisiologico sono state analizzate statisticamente per identificare sia il minimo numero di segnali necessari ad un'analisi completa della risposta allo stress, sia per distinguere i contributi specifici di ciascun segnale. I risultati ottenuti hanno evidenziato l’importanza di un approccio multiparametrico per una valutazione accurata della risposta allo stress, con features statisticamente significative provenienti da tutti e quattro i segnali fisiologici considerati. Come primo passo verso l'utilizzo della piattaforma proposta in contesti di vita reale, è stato sviluppato un protocollo di validazione per valutare sia l'usabilità della piattaforma che la qualità dei segnali fisiologici acquisiti al di fuori di contesti controllati. I risultati positivi ottenuti consentiranno di indirizzare i futuri sviluppi verso l’estrazione di features anche in scenari di vita reale e lo sviluppo di modelli per classificare il livello di stress. Infine, una parte di questa Tesi si è focalizzata sugli aspetti etici dell’utilizzo di dispositivi indossabili per la misurazione dello stress, adottando un approccio di analisi basato sui principi della bioetica. Questo ha portato a risultati innovativi che contribuiscono a colmare le lacune nelle attuali discussioni su dispositivi indossabili e stress.