跳到正文
可穿戴与测量科学研究论文3 分钟阅读

美国约30%成年人使用可穿戴健康设备,以更年轻、更富裕、更熟悉技术者为主

MoveVitals 编辑部 · 研究发表 · 解读更新

原文:Patterns of Use and Key Predictors for the Use of Wearable Health Care Devices by US Adults: Insights from a National Survey. · Journal of medical Internet research · 2020 · 论文原文 ↗

先看重点

在一项覆盖4551名美国成年人的全国调查中,约30%(1266/4551)使用可穿戴健康设备,使用与年龄较轻、家庭收入较高、喜欢运动和技术自我效能较高相关。这是自我报告的横断面调查,只能说明谁在使用,不能说明为什么,部分估计的置信区间也较宽。

证据类型

研究论文

解读依据

公开摘要

阅读重点

方法与适用范围

研究在问什么

如今的可穿戴设备既有健身手环,也有能记录血压、血糖和血氧的产品,但人们对究竟是谁在使用它们了解有限。作者想描述美国成年人使用可穿戴健康设备的情况,并找出哪些个人、健康和技术方面的因素能预测使用。

研究了谁,如何研究

对4551名美国受访者的全国调查数据进行分析。作者描述了可穿戴设备的使用情况、使用频率以及向医疗人员分享设备数据的意愿,并用逻辑回归检验预测因素:人口学特征(年龄、性别、种族、教育程度、婚姻状况、家庭收入)、健康状况(总体健康、慢性病、体重认知、就诊频率、对运动的态度)和技术自我效能。

主要发现

以下为作者报告的结果。数字须连同人群和不确定性一起阅读。

  1. 1
    约30%(1266/4551)的美国成年人使用可穿戴健康设备。在使用者中,47.33%每天使用,82.38%(加权)愿意与医疗人员分享设备数据。
  2. 2
    使用率随年龄下降:50岁以上成年人比18至34岁者更少使用(比值比0.46至0.57)。
  3. 3
    家庭年收入高于75000美元者使用更多(OR 2.6,95%置信区间1.39至4.86),技术自我效能较高(OR 1.33,95%置信区间1.21至1.46)、喜欢运动(OR 1.23,95%置信区间1.06至1.43)和超重(OR 1.16,95%置信区间1.06至1.27)者同样如此。
  4. 4
    另有几项关联并不确定,因为置信区间包含1:女性(OR 1.26,95%置信区间0.96至1.65)、白人(OR 1.65,95%置信区间0.97至2.79)、大学毕业者(OR 1.05,95%置信区间0.31至3.51)和自觉更健康者(OR 1.17,95%置信区间0.98至1.39)。

局限与不确定性

  1. 1
    横断面调查无法说明是什么促使人们使用可穿戴设备,只能说明哪些特征与使用相伴出现。
  2. 2
    设备使用情况和预测因素均为自我报告,摘要也没有说明样本对全美人口的代表性如何。
  3. 3
    部分估计不够精确,例如大学毕业者(95%置信区间0.31至3.51),对这些人群的结论应谨慎看待。
  4. 4
    以上解读仅基于摘要。

对日常健康的启示

如果你在使用可穿戴设备,你所在的群体整体偏年轻、收入较高、对技术更熟悉,因此用户的研究结果未必适用于所有人。作者认为医生和设备厂商应设法触达使用率较低的人群。使用者向医疗人员分享数据的意愿较高,下次就诊时不妨提出来。

如何联系自己的数据

这篇论文研究的是谁在记录,而不是某项个人指标。如果你在记录,坚持每天佩戴同一设备比任何单次数值都更重要,把一段时间的汇总带给医生也是合理的用法。

如何理解这类证据

索引未明确确定具体研究设计,应先读方法;核对人群、对照、结局和不确定性,再判断能否作因果解释。

作者的结构化摘要 English

以下英文摘要按记录的开放许可转载,属于作者原始材料,不是 MoveVitals 的解读。上方已提供研究解读,分别说明作者结果与本站解释;重要结论可直接核对原文。

Background

Despite the growing popularity of wearable health care devices (from fitness trackes such as Fitbit to smartwatches such as Apple Watch and more sophisticated devices that can collect information on metrics such as blood pressure, glucose levels, and oxygen levels), we have a limited understanding about the actual use and key factors affecting the use of these devices by US adults.

Objective

The main objective of this study was to examine the use of wearable health care devices and the key predictors of wearable use by US adults.

Methods

Using a national survey of 4551 respondents, we examined the usage patterns of wearable health care devices (use of wearables, frequency of their use, and willingness to share health data from a wearable with a provider) and a set of predictors that pertain to personal demographics (age, gender, race, education, marital status, and household income), individual health (general health, presence of chronic conditions, weight perceptions, frequency of provider visits, and attitude towards exercise), and technology self-efficacy using logistic regression analysis.

Results

About 30% (1266/4551) of US adults use wearable health care devices. Among the users, nearly half (47.33%) use the devices every day, with a majority (82.38% weighted) willing to share the health data from wearables with their care providers. Women (16.25%), White individuals (19.74%), adults aged 18-50 years (19.52%), those with some level of college education or college graduates (25.60%), and those with annual household incomes greater than US $75,000 (17.66%) were most likely to report using wearable health care devices. We found that the use of wearables declines with age: Adults aged >50 years were less likely to use wearables compared to those aged 18-34 years (odds ratios [OR] 0.46-0.57). Women (OR 1.26, 95% CI 0.96-1.65), White individuals (OR 1.65, 95% CI 0.97-2.79), college graduates (OR 1.05, 95% CI 0.31-3.51), and those with annual household incomes greater than US $75,000 (OR 2.6, 95% CI 1.39-4.86) were more likely to use wearables. US adults who reported feeling healthier (OR 1.17, 95% CI 0.98-1.39), were overweight (OR 1.16, 95% CI 1.06-1.27), enjoyed exercise (OR 1.23, 95% CI 1.06-1.43), and reported higher levels of technology self-efficacy (OR 1.33, 95% CI 1.21-1.46) were more likely to adopt and use wearables for tracking or monitoring their health.

Conclusions

The potential of wearable health care devices is under-realized, with less than one-third of US adults actively using these devices. With only younger, healthier, wealthier, more educated, technoliterate adults using wearables, other groups have been left behind. More concentrated efforts by clinicians, device makers, and health care policy makers are needed to bridge this divide and improve the use of wearable devices among larger sections of American society.

来源与署名

Patterns of Use and Key Predictors for the Use of Wearable Health Care Devices by US Adults: Insights from a National Survey.

Chandrasekaran R, Katthula V, Moustakas E.

Journal of medical Internet research · 2020-10-16

DOI: 10.2196/22443 ↗PubMed · 33064083 ↗Europe PMC · 记录的开放许可: cc by ↗

摘要版权归原作者,依据来源记录的开放许可转载。中文译文辅助阅读,英文摘要用于核对术语与具体数值;本站的方法学解释与作者结论分别呈现。

MoveVitals 编辑解读 · 健康教育内容 · 未记录个人临床审阅

来源核验日期 2026-11-01

实用健康指南

放在一起读

·队列研究

加速度计处理方法不同,身体活动与卒中、心肌梗死的关联曲线也不同

在英国生物银行中,基线无心血管疾病的90237名成年人随访至2022年12月,共发生1298例卒中和2031例心肌梗死;中高强度身体活动(MVPA)与这两种结局的关联曲线形状,取决于加速度计数据的处理方法。就卒中而言,只有机器学习法得到直线下降的风险;就心肌梗死而言,机器学习法和LFENMO法呈曲线下降,活动计数法呈直线下降。摘要没有给出风险比,只能说明不同方法的结论不一致,不能说明哪种方法更正确,而且这些只是观察性关联。

Preventive Medicine

重点论文精讲阅读论文 →
·测量验证研究/综述

智能手表数据能当“证人”吗:心率验证得最充分,其余证据参差

一项围绕数字取证展开的系统评价和荟萃分析,梳理了四大主流品牌智能手表的验证研究,发现心率是研究最多、也最准确的指标。步数、距离、能量消耗、活动分类和睡眠的验证不够一致,结果因品牌、方案和报告方式而异。摘要没有给出汇总数据,且多数研究是在健康人群中、于实验室内完成的,所以无法说明某一块手表对某个人在日常生活中的表现。

Forensic Science International

重点论文精讲阅读论文 →
·综述的综述

活动追踪器:每天多走约1800步,对其他健康指标影响较小

这项伞形综述汇总了39篇系统评价和荟萃分析,涉及163992名参与者;结果显示使用活动追踪器与身体活动增加相关(标准化均数差SMD为0.3–0.6),相当于每天多走约1800步、多步行40分钟,体重减轻约1公斤。对血压、胆固醇、糖化血红蛋白、生活质量和疼痛的影响通常很小,且多数不显著。摘要没有说明这些项目里追踪器还搭配了什么,也没有说明各评价之间重叠多少,因此不能把效果完全归功于设备本身。

The Lancet Digital Health

重点论文精讲阅读论文 →
·测量验证研究/综述

七款睡眠追踪设备:识别睡着很准,识别醒着和睡眠分期较差

在睡眠实验室里,34名健康的年轻成年人连续三晚佩戴七款消费级睡眠追踪设备中的若干款。与多导睡眠监测相比,所有设备识别睡眠都很准(灵敏度均不低于0.93),但识别清醒较差(特异度0.18–0.54),七款中有五款与研究用活动记录仪(特异度0.39)持平或更好;睡眠分期的估计结果不稳定。受试者是18至35岁的健康成年人,卧床时间固定为8小时,每款设备只在其中11至20人身上测试,因此对有睡眠问题的人几乎没有参考价值。

Sleep

重点论文精讲阅读论文 →
可穿戴与测量科学 →