Day 17 把單一指標和 personal baseline 比較，標出偏離日；但一個 rmssd 警報，還不足以說明那天發生了什麼。睡眠時間、夜間 HRV 與 resting HR 若一起變動，能否提供較完整的情境？若方向互相牴觸，又該怎麼寫，才不會只挑支持某個故事的數字？
今天用 LifeSnaps 公開資料集的日粒度資料，把三個指標放到同一個 ID 的同一個解讀日，畫靜態多面板圖並挑案例檢查。先約定日期與標記規則，再看哪些天訊號一致、哪些天互相矛盾，以及三者都可比較的日子剩多少。這是跨指標的描述性實驗；同日出現的變化不會自動證明睡眠造成 HRV 或 RHR 改變。
多表 join 要先知道每個欄位的日期從哪裡來。LifeSnaps 的日粒度 CSV 已由資料集作者彙成每個 (id, date) 一列；前處理紀錄顯示，睡眠只取 mainSleep，日期來自 dateOfSleep；rmssd 取匯出檔 Daily Heart Rate Variability Summary 的 data.timestamp 日期；resting_hr 取 RHR 紀錄的 data.value.date。這不是直接把三份原始表依時刻相接。分析時還要依收集期間加上「輪」：對齊與建立 baseline 都以 (id, 輪, date) 為鍵，不能讓同一人的兩輪歷史接在一起。
Fitbit Web API 的睡眠文件把 dateOfSleep 定義為睡眠結束日；Web API 的 HRV 文件說 HRV 對應主睡眠及其日期。但後者不是 LifeSnaps 匯出欄位的直接規格。本專案在完整日粒度 CSV 檢查，有 rmssd 的日期同日有睡眠紀錄達 99.5%，平移 ±1 天後為 90.1%／90.0%；加上 API 定義，才推測 LifeSnaps 的夜間 HRV 大致歸到醒來日，並沒有原始時間戳可逐筆證實。
RHR 是每日估計值，不能當作同一晚的睡眠心率；公開文件沒有說它對應哪一段時間。本專案看到 RHR 同日有睡眠紀錄的比例為 79.4%，平移 ±1 天是 75.4%／77.5%，也不足以證明「醒來日的 RHR 反映那一晚」。同一列只是選定的解讀日，不表示三個指標來自同一個量測時窗。另有一個 CSV 層級的限制：作者對同鍵多筆主睡眠用 groupby(...).first()，pandas 會逐欄取第一個非缺值；若同日確有多筆，minutesAsleep 與其他睡眠欄位可能不是同一筆紀錄。作者也把「每人每天是否只有一段主睡眠」留作待查，本文不能把彙整列當成已核對的原始睡眠紀錄。
三個欄位的覆蓋範圍不同。本系列採用的 LifeSnaps 兩輪資料中，minutesAsleep 有值的為 66 個 ID、resting_hr 為 68 個 ID，rmssd 只有 43 個 ID。minutesAsleep 只計主睡眠，這裡的「睡眠較短」不是一整天含小睡的總睡眠量。不能拿睡眠有值的所有日子當三指標分析的分母，也不能把缺值補成「沒有偏離」。要先按 (id, 輪, date) 對齊，再逐項確認當天有值與各自 baseline 是否足以判定，報出原始日數和可比較交集；交集的實際大小留給今天的實驗計算。
比較也要在各 ID、各輪、各指標內進行：minutesAsleep 是分鐘、rmssd 是毫秒、resting_hr 是每分鐘心跳數，原始數值不能直接加總。本篇暫定沿用 Day 17 主結果 A 組的 z_mean_sd、兩側門檻 3.0（min_run = 1），逐項保留 decidable 與 flag，再看相對於各自 baseline 的方向與幅度。Day 17 曾比較三種方法，但門檻只用合成資料的 rmssd、resting_hr 校準；minutesAsleep 沒校準，不能說三個指標有相近的誤報率。今日先把「主睡眠較短、RMSSD 較低、RHR 較高」視為一種待檢查的方向組合，而非預設的生理定律。
在看案例前先固定標記口徑。三項都可判定且都標旗、方向同屬上述組合或同屬其反向（主睡眠較長、RMSSD 較高、RHR 較低），才標為這組規則下的「一致」，並另記是哪一個方向；可判定日若同時有朝上述方向與反向的標旗，標為「矛盾」。其餘可判定日分開標「部分偏離」（有標旗，但不足以歸入前兩類）或「無偏離」（三項皆未標旗）。任一項缺值、baseline 不足或尚未建立，就標「無法判定」，另記是哪一項及原因，不能和有資料的「無偏離」共用分母；LifeSnaps 的日粒度 CSV 沒有品質欄位，今天不做品質判定。每項的 decidable、flag 和方向都保留，連同 Day 17 的方法、門檻與版本記下，避免看完圖才改規則。
這是嚴格的三項同日標旗條件。Day 17 在 LifeSnaps 的 rmssd 只有 40.0% 目標日可判定，可判定日的標旗率依方法為 2.9%–4.8%；再要求睡眠與 RHR 同日同方向標旗，「一致」日可能很少。這是看圖前對門檻與可用資料的預期，交集還沒有計算；即使最後很少，也不能據此推論三個連續指標彼此無關。
每個案例的 evidence bundle 至少要有解讀日期、各指標觀測值與單位、相對 baseline 的方向和幅度、可判定／缺值狀態，以及規則版本。三個方向一致，只表示這些量測在這套對齊與門檻下共同出現；矛盾也不表示其中一個裝置數值必然錯。兩者都不能單憑相關性推斷原因，後續文字應描述觀測和不確定性，而不是替當事人下健康結論。
LifeSnaps 日粒度 CSV，限兩輪收集期間。解讀日是每個 (id, 輪) 內三項任一有值的日子，共 3,527 天、68 個 ID；三欄同列皆非空的有 1,959 列、43 個 ID，這只表示欄位有值。
這裡說「ID」而不說「人」。兩組 ID（621e2ed6／621e346f、621e3410／621e367e）第 1 輪的三項數值分別有 47、44 天完全相同，其他欄位只有 steps、distance、bpm 不同，來源沒有查證，不能斷言是同一人。另有 29 列 rmssd、1 列 minutesAsleep 的匯出值為 0，依預先定的規則照有效觀測處理。
(id, 輪, date) 對齊三個指標，各自在每輪內建 baseline：z_mean_sd、兩側門檻 3.0、deviation-v2，再用上述五類標記（cross-metric-v1）。rmssd 留在 d，把原日期 d−1、d、d+1 的 RHR 判定對齊到 d，分母固定為主結果的解讀日。RHR 的 baseline 依原本日期計算，不跨輪；平移後落到輪外或解讀日之外的列另外計數。long = cm.run_metrics(df, BASELINE_CONFIG, DEV_CONFIG) # 每個 (id, 輪)、每個指標各自判定
wide = cm.align_metrics(long, cm.METRICS, targets=targets) # 一個解讀日一列；沒有列的指標記 missing_value
labels = cm.label_days(wide) # 逐列呼叫 classify_day
def classify_day(sides, decidable):
expected = set(EXPECTED_SIDE) # 三個指標；省略輸入檢查
if not all(decidable.values()):
return UNDECIDABLE, NO_PATTERN
if all(sides[m] == EXPECTED_SIDE[m] for m in expected):
return CONSISTENT, PATTERN_EXPECTED
if all(sides[m] == REVERSE_SIDE[m] for m in expected):
return CONSISTENT, PATTERN_REVERSE
flagged = [m for m in expected if sides[m] != dev.NO_SIDE]
if flagged:
has_expected = any(sides[m] == EXPECTED_SIDE[m] for m in flagged)
has_reverse = any(sides[m] == REVERSE_SIDE[m] for m in flagged)
return (CONTRADICTORY if has_expected and has_reverse else PARTIAL), NO_PATTERN
return NO_DEVIATION, NO_PATTERN
| 原本以為 | 實際發現 |
|---|---|
| 我以為三欄都有值的日子，經過 baseline 篩選後仍會保留相當一部分；缺值會是主要障礙，但不一定是各指標不同的障礙。 | 三項都有值 1,959 天，三項都可判定只剩 617 天（28 個 ID），占解讀日 17.5%。無法判定的 2,910 天裡，rmssd 最常見的原因是缺值（1,552），resting_hr 是 baseline 尚未穩定（1,344）。 |
| 我預期三項同日同方向標旗會少，但仍可能找到少數一致或方向互相牴觸的日子；部分偏離裡也許會有不少兩項標旗。 | 一致 0 天、矛盾 0 天。617 個可判定日中 572 天無偏離、45 天部分偏離；45 天裡 41 天只有一項標旗，4 天兩項，沒有一天三項都標旗。 |
| 既然先挑了「主睡眠較短、RMSSD 較低、RHR 較高」作待檢查的組合，我以為部分偏離日的標旗會較常落在這組方向。 | 部分偏離日中，只有預期方向標旗的 23 天、只有反向的 22 天。兩項標旗的 4 天有 3 天同屬預期方向，其中 2 天的 RMSSD 標旗是匯出值 0。 |
| 我以為 RHR 的日期前後挪一天，整體日數和大多數個別日子的分類都會差不多。 | RHR 改用前一天或後一天的判定，部分偏離 43–45 天、一致仍是 0，只有偏移 −1 出現 1 天矛盾；被丟掉的 RHR 列都沒有標旗。但個別日子會換類：偏移 −1、+1 各有 10 天由無偏離變成部分偏離、10 天反過來。 |
| 我以為把匯出值 0 當缺值，主要只會拿掉那些由零值造成的向下標旗；其他日子的 baseline 與分類應該變動不大。 | 部分偏離日的 12 個 RMSSD 向下標旗，6 個是匯出值 0。改成缺值並重算 baseline 後，這 6 天都變成無法判定，另有 2 天由無偏離變成部分偏離，部分偏離 45 → 41（事後檢查）。另外，RMSSD 有 147／966 個可判定日的判定下界低於 0，這些日子不可能出現向下標旗。 |
| 我擔心兩組疑似重複 ID 會把同樣的偏離算兩次；若每組只留一個 ID，部分偏離的日數與比例可能明顯改變。 | 兩組疑似重複 ID 占三項可判定日 72 天、部分偏離 4 天。每組第 1 輪只留一個 ID 時，可判定 617 → 581、部分偏離 45 → 43，共同解讀日的分類一天都沒變（事後檢查）。 |
ID 621e375b 第 1 輪：2021-07-09 主睡眠 179 分向下、RHR 75.1 bpm 向上標旗，RMSSD 未標旗，兩項同屬預期方向，仍是部分偏離
ID 621e3267 第 1 輪：2021-07-18 RMSSD 96.4 ms 向上、RHR 48.5 bpm 向下標旗，兩項同屬反向，仍是部分偏離；這一輪 RMSSD 的判定下界全部低於 0
ID 621e3236 第 2 輪：2021-12-24 主睡眠 193 分向下標旗，RMSSD 的匯出值是 0，也被標為向下
這次只用 A 組的 z_mean_sd、兩側門檻 3.0 與「三項都標旗才算一致」的規則；minutesAsleep 的門檻沒有像 RMSSD、RHR 那樣在合成資料上校準，三者的標旗率也不能當成相同誤報代價。三項都可判定的只有 617／3,527 個解讀日（17.5%），因此一致與矛盾各 0 天，只能說這套資料與門檻下沒有標出這兩類，不能推成指標間沒有關聯。RHR 的實際量測時窗未知；平移 ±1 天雖讓各類總數接近，仍有個別日子在無偏離與部分偏離間互換，偏移 +1 也是事後回看隔天數值，不能當作當天可用的證據。
LifeSnaps 的日粒度 CSV 沒有可核對的品質欄或事件真值，零值的來源也不明。主結果把零值當觀測，使 12 個 RMSSD 向下標旗中有 6 個是匯出值 0；事後把零值改缺值並重算 baseline，這 6 天全變成無法判定，顯示部分案例依賴這個資料口徑。兩組 ID 在第 1 輪的三項數值長時間相同，但來源未查證，不能斷言是同一人；只留每組一個 ID 的事後檢查改了分母，沒有改動共同解讀日的分類。這些敏感度結果不驗證零值原因或 ID 身分，也不能把偏離標記當成健康事件的準確率，更不能由同日共變推斷睡眠造成 HRV 或 RHR 的變化。
三項都標旗才算「一致」的規則，在真實資料上一天都沒觸發；若只看單一指標，又有 41 天是一項標旗撐起的部分偏離。要交給 LLM 的單位應該是 evidence bundle：哪幾項標旗、方向、幅度，哪幾項無法判定、原因，以及規則版本。2,910 個無法判定日也要以「無法判定」的狀態傳下去，不能被當成沒事而刪掉。
分類由 deterministic code 依預先寫好的規則產生，LLM 只負責描述，不負責判斷哪天算一致或矛盾。敏感度檢查顯示，去掉疑似重複 ID，共同解讀日的分類不變，但部分偏離 45 → 43；換 RHR 的日期歸屬，各類總數幾乎不變，每種偏移卻各有 20 天在無偏離與部分偏離間互換；把零值改成缺值，45 個部分偏離日中有 6 天變成無法判定。所以 Day 19 的 feature contract 除了數值和 decidable，還要能帶資料本身的疑點，例如「匯出值為 0」與「ID 可能不是獨立個體」。
iThome鐵人賽
看影片追技術