跳到正文
可穿戴与测量科学研究论文3 分钟阅读

老年人95%的天数佩戴了Fitbit,男性和记忆力较差者佩戴较少

MoveVitals 编辑部 · 研究发表 · 解读更新

原文:Wearable Use in an Observational Study Among Older Adults: Adherence, Feasibility, and Effects of Clinicodemographic Factors. · Frontiers in digital health · 2022 · 论文原文 ↗

先看重点

在175名被要求佩戴Fitbit Flex 2共30天的老年人中,参与者平均在95%的天数佩戴设备,每日同步的依从率为85%。女性佩戴更多,记忆力较好者同步更规律,但所有人都来自同一项脑老化研究,其他人群的依从性可能不同。

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

可穿戴设备或许能帮助开展和监测老年人的身体活动干预,但前提是人们真的在用。作者想知道老年人坚持佩戴和同步活动追踪器的程度如何,以及年龄、教育、认知能力、脑体积或对技术的熟悉程度能否预测谁更能坚持。

研究了谁,如何研究

观察性研究,纳入加州大学旧金山分校纵向脑老化研究中的175名老年人,要求他们在清醒时佩戴Fitbit Flex 2共30天。其中62人还被要求每天将设备同步到Fitbit应用,以收集分钟级数据。佩戴依从性为有有效活动数据的天数比例,同步依从性为有分钟级数据的天数比例。参与者接受了脑部MRI和面对面的认知测试,测查记忆、执行功能和处理速度。研究使用Spearman相关、Wilcoxon秩和检验和逻辑回归分析依从性与临床及人口学因素的关系。

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
    参与者平均在95%的研究天数佩戴Fitbit,每日同步的依从率为85%。
  2. 2
    佩戴依从性更高与女性相关;同步依从性更高与更好的记忆力相关,且独立于人口学因素。
  3. 3
    依从性与年龄、教育、执行功能、处理速度、脑灰质体积或自评的技术熟悉程度均无显著关联。
  4. 4
    参与者表示使用设备几乎没有困难,并且全部表示愿意参加以后的可穿戴设备研究。

局限与不确定性

  1. 1
    参与者来自一项研究队列,可能比一般老年人更积极,依从性可能因此偏高。
  2. 2
    只有62人被要求每天同步,所以同步与记忆力的结论建立在更小的群体上。
  3. 3
    摘要没有给出性别和记忆力相关发现的效应大小或P值,强度不清楚。
  4. 4
    30天的观察期只反映短期使用,不能说明人们是否会坚持佩戴数月。

对日常健康的启示

如果你在帮家中老人使用手环,正如作者建议的,佩戴和同步提醒可能有帮助,尤其对男性和记忆力有问题的人。这个群体依从性高,并不意味着每位老年人都会觉得设备好用,所以要尽早询问是否遇到困难。

如何联系自己的数据

Fitbit类设备只有在持续佩戴并定期同步时才能给出有用的趋势,缺失的天数会扭曲每周平均值。尽量每天保持同样的佩戴时间和同步习惯,看每周总量,而不是某一天的步数。

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。

Introduction

Wearables have great potential to improve monitoring and delivery of physical activity interventions to older adults with downstream benefits to multisystem health and longevity; however, benefits obtained from wearables depend on their uptake and usage. Few studies have examined person-specific factors that relate to wearable adherence. We characterized adherence to using a wearable activity tracker for 30 days and examined associations between adherence and demographics, cognitive functioning, brain volumes, and technology familiarity among community-dwelling older adults.

Methods

Participants were 175 older adults enrolled in the UCSF Longitudinal Brain Aging Study who were asked to wear a Fitbit^(TM) Flex 2 during waking hours for 30 days. Sixty two of these participants were also asked to sync their devices to the Fitbit smartphone app daily to collect minute-level data. We calculated adherence to wearing the Fitbit daily (i.e., proportion of days with valid activity data) and adherence to daily device syncing (i.e., proportion of days with minute-level activity data). Participants also completed a brain MRI and in-person cognitive testing measuring memory, executive functioning, and processing speed. Spearman correlations, Wilcoxon rank sum tests, and logistic regression tested relationships between wearable adherence and clinicodemographic factors.

Results

Participants wore the Fitbits for an average of 95% of study days and were 85% adherent to the daily syncing protocol. Greater adherence to wearing the device was related to female sex. Greater adherence to daily device syncing was related to better memory, independent of demographic factors. Wearable adherence was not significantly related to age, education, executive functioning, processing speed, brain gray matter volumes, or self-reported familiarity with technology. Participants reported little-to-no difficulty using the wearable and all reported willingness to participate in another wearable study in the future.

Conclusions

Older adults have overall high adherence to wearable use in the current study protocol. Person-specific factors, however, may represent potential barriers to equitable uptake of wearables for physical activity among older adults, including demographics and cognitive functioning. Future studies and clinical providers utilizing wearable activity trackers with older adults may benefit from implementation of reminders (e.g., texts, calls) for device use, particularly among men and individuals with memory impairment.

来源与署名

Wearable Use in an Observational Study Among Older Adults: Adherence, Feasibility, and Effects of Clinicodemographic Factors.

Paolillo EW, Lee SY, VandeBunte A, Djukic N, Fonseca C, Kramer JH, Casaletto KB.

Frontiers in digital health · 2022-06-10

DOI: 10.3389/fdgth.2022.884208 ↗PubMed · 35754462 ↗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 →