先看重点
在29项针对60岁以上社区老年人的研究中,除1项外,可穿戴设备测得的身体活动都与衰弱程度相关,所有报告步速的研究都发现步速与衰弱相关。这些研究使用了13种传感器、佩戴在8个身体部位,目前尚无公认的最佳设备或佩戴位置。
证据类型
证据综述
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
衰弱是一种与衰老相关、会增加不良结局风险的状态,据估计影响着全球约16%的社区居住人群。作者想了解可穿戴传感器如何被用来评估老年人的衰弱,以及最常测量哪些指标。
研究了谁,如何研究
系统评价,纳入原发性观察性研究,于2020年3月至2020年11月检索Medline、Science Direct、Scopus和CINAHL,限定为2010年1月至2020年11月发表的英文文章。研究对象须为60岁以上成年人,用可穿戴传感器定量测量身体活动或活动能力,并有衰弱评估。研究质量用横断面研究评价工具(AXIS)评估。摘要未报告受试者总数。
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共纳入29项研究,使用了13种佩戴式传感器、佩戴在8个身体部位,研究对象为社区居住的老年人,场所包括家中、实验室或医院。
- 2最常测量的指标是姿势转换、步数、身体活动时间占比和身体活动强度,其次是步速。
- 3除1项研究外,所有研究都显示身体活动与衰弱程度相关。
- 4所有报告步速的研究都表明步速与衰弱相关。
局限与不确定性
- 1这些研究为观察性研究,且按横断面评价工具评估,多数只反映单一时间点,说明的是相关性,而不是传感器数据能否预测谁会变得衰弱。
- 213种传感器、8个佩戴部位,摘要没有给出可指导选择设备的合并准确度或截断值。
- 3研究对象仅为社区居住老年人,结果未必适用于养老机构的老人或更年轻的人。
- 4本解读仅基于摘要。
对日常健康的启示
在这些研究中,走得更慢、活动更少或强度更低,与更严重的衰弱同时出现,这与临床医生本来关注的方面一致。但这并不意味着消费级手环就是衰弱测试,步数下降也有很多可能原因。如果担心家中老人,请与其医生沟通。
如何联系自己的数据
可穿戴设备记录的每日步数、活动时间和步行速度,与这些研究所测的是同一类指标。请与本人以往的数据比较,保持同一设备和佩戴位置,重点看持续数周的下降,而不是某一天的数值。
如何理解这类证据
先看纳入了哪些设计、检索与偏倚评估如何完成,以及检索截止日期;发表新不代表底层证据都是最新的。
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
Globally the population of older adults is increasing. It is estimated that by 2050 the number of adults over the age of 60 will represent over 21% of the world's population. Frailty is a clinical condition associated with ageing resulting in an increase in adverse outcomes. It is considered the greatest challenge facing an ageing population affecting an estimated 16% of community-dwelling populations worldwide.
Aim
The aim of this systematic review is to explore how wearable sensors have been used to assess frailty in older adults.
Method
Electronic databases Medline, Science Direct, Scopus, and CINAHL were systematically searched March 2020 and November 2020. A search constraint of articles published in English, between January 2010 and November 2020 was applied. Papers included were primary observational studies involving; older adults aged > 60 years, used a wearable sensor to provide quantitative measurements of physical activity (PA) or mobility and a measure of frailty. Studies were excluded if they used non-wearable sensors for outcome measurement or outlined an algorithm or application development exclusively. The methodological quality of the selected studies was assessed using the Appraisal Tool for Cross-sectional Studies (AXIS).
Results
Twenty-nine studies examining the use of wearable sensors to assess and discriminate between stages of frailty in older adults were included. Thirteen different body-worn sensors were used in eight different body-locations. Participants were community-dwelling older adults. Studies were performed in home, laboratory or hospital settings. Postural transitions, number of steps, percentage of time in PA and intensity of PA together were the most frequently measured parameters followed closely by gait speed. All but one study demonstrated an association between PA and level of frailty. All reports of gait speed indicate correlation with frailty.
Conclusions
Wearable sensors have been successfully used to evaluate frailty in older adults. Further research is needed to identify a feasible, user-friendly device and body-location that can be used to identify signs of pre-frailty in community-dwelling older adults. This would facilitate early identification and targeted intervention to reduce the burden of frailty in an ageing population.
来源与署名
How wearable sensors have been utilised to evaluate frailty in older adults: a systematic review.
Vavasour G, Giggins OM, Doyle J, Kelly D.
Journal of neuroengineering and rehabilitation · 2021-07-08
DOI: 10.1186/s12984-021-00909-0 ↗PubMed · 34238323 ↗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
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
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
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
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

