跳到正文
可穿戴与测量科学研究论文4 分钟阅读

美国心血管病患者及高危者的可穿戴设备使用率偏低,老年和低教育人群最低

MoveVitals 编辑部 · 研究发表 · 解读更新

原文:Use of Wearable Devices in Individuals With or at Risk for Cardiovascular Disease in the US, 2019 to 2020. · JAMA network open · 2023 · 论文原文 ↗

先看重点

在一项覆盖9303名美国成人、具有全国代表性的调查中,估计有18%的心血管疾病(CVD)患者和26%的高危者使用可穿戴设备,而全部成人为29%。在高危者中,年龄较大、教育程度较低和收入较低各自与较低的使用率相关,但数据为自我报告的横断面数据。

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

可穿戴设备或能改善心血管健康,但普及不均可能加剧健康差距。作者描述了美国有CVD或有CVD风险的成人中谁在使用可穿戴设备、使用频率如何,以及是否愿意与临床医生共享数据。

研究了谁,如何研究

基于人群的横断面研究,使用具有全国代表性的健康信息全国趋势调查(HINTS)2019至2020年数据,分析时间为2022年6月1日至11月15日。CVD为自我报告(有心肌梗死、心绞痛或充血性心力衰竭病史);高危指至少有高血压、糖尿病、肥胖或吸烟中的1项。结局均为自我报告,包括是否拥有可穿戴设备、使用频率,以及是否愿意与临床医生共享健康数据。估计值按全国权重计算,并对人口学特征、心血管危险因素和社会经济特征进行了调整。

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
    9303名参与者(代表2.473亿美国成人)中,933人(10.0%)患有CVD,5185人(55.7%)为CVD高危。
  2. 2
    估计有360万CVD患者(18%;95%置信区间14%-23%)和3450万高危者(26%;95%置信区间24%-28%)使用可穿戴设备,而全部美国成人为29%(95%置信区间27%-30%)。
  3. 3
    在高危者中,较低的使用率与年龄较大(比值比0.35;95%置信区间0.26-0.48)、教育程度较低(比值比0.35;95%置信区间0.24-0.52)和家庭收入较低(比值比0.42;95%置信区间0.29-0.60)各自独立相关。
  4. 4
    在使用者中,CVD患者每天使用的比例为38%(95%置信区间26%-50%),低于总体的49%(95%置信区间45%-53%)和高危者的48%(95%置信区间43%-53%)。有CVD的使用者中83%(95%置信区间70%-92%)、高危使用者中81%(95%置信区间76%-85%)赞成与临床医生共享数据。

局限与不确定性

  1. 1
    所有暴露和结局都是自我报告,包括CVD病史和可穿戴设备的使用。
  2. 2
    横断面数据只反映2019至2020年的使用情况,早于之后设备普及的变化,也无法说明人们为何使用或不使用。
  3. 3
    确诊CVD者只有933人,该组估计的置信区间较宽(例如18%,95%置信区间14%-23%)。
  4. 4
    共享数据的意愿只询问了使用者,摘要未说明他们是否真的共享;本文解读仅基于摘要。

对日常健康的启示

差距在老年人以及教育程度或收入较低的人群中最大,而他们往往是心血管风险最高的人。如果你在帮家人选择设备,简便和价格可能很重要。这项研究并未表明可穿戴设备能改善心脏健康。

如何联系自己的数据

这项调查中不少使用者并非每天佩戴。要让静息心率、步数或睡眠的趋势有意义,请持续佩戴同一设备,并与自己的基线比较,而不是与他人的数值比较。

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。

Importance

Wearable devices may be able to improve cardiovascular health, but the current adoption of these devices could be skewed in ways that could exacerbate disparities.

Objective

To assess sociodemographic patterns of use of wearable devices among adults with or at risk for cardiovascular disease (CVD) in the US population in 2019 to 2020.

Design, setting, and participants

This population-based cross-sectional study included a nationally representative sample of the US adults from the Health Information National Trends Survey (HINTS). Data were analyzed from June 1 to November 15, 2022.

Exposures

Self-reported CVD (history of heart attack, angina, or congestive heart failure) and CVD risk factors (≥1 risk factor among hypertension, diabetes, obesity, or cigarette smoking).

Main outcomes and measures

Self-reported access to wearable devices, frequency of use, and willingness to share health data with clinicians (referred to as health care providers in the survey).

Results

Of the overall 9303 HINTS participants representing 247.3 million US adults (mean [SD] age, 48.8 [17.9] years; 51% [95% CI, 49%-53%] women), 933 (10.0%) representing 20.3 million US adults had CVD (mean [SD] age, 62.2 [17.0] years; 43% [95% CI, 37%-49%] women), and 5185 (55.7%) representing 134.9 million US adults were at risk for CVD (mean [SD] age, 51.4 [16.9] years; 43% [95% CI, 37%-49%] women). In nationally weighted assessments, an estimated 3.6 million US adults with CVD (18% [95% CI, 14%-23%]) and 34.5 million at risk for CVD (26% [95% CI, 24%-28%]) used wearable devices compared with an estimated 29% (95% CI, 27%-30%) of the overall US adult population. After accounting for differences in demographic characteristics, cardiovascular risk factor profile, and socioeconomic features, older age (odds ratio [OR], 0.35 [95% CI, 0.26-0.48]), lower educational attainment (OR, 0.35 [95% CI, 0.24-0.52]), and lower household income (OR, 0.42 [95% CI, 0.29-0.60]) were independently associated with lower use of wearable devices in US adults at risk for CVD. Among wearable device users, a smaller proportion of adults with CVD reported using wearable devices every day (38% [95% CI, 26%-50%]) compared with overall (49% [95% CI, 45%-53%]) and at-risk (48% [95% CI, 43%-53%]) populations. Among wearable device users, an estimated 83% (95% CI, 70%-92%) of US adults with CVD and 81% (95% CI, 76%-85%) at risk for CVD favored sharing wearable device data with their clinicians to improve care.

Conclusions and relevance

Among individuals with or at risk for CVD, fewer than 1 in 4 use wearable devices, with only half of those reporting consistent daily use. As wearable devices emerge as tools that can improve cardiovascular health, the current use patterns could exacerbate disparities unless there are strategies to ensure equitable adoption.

来源与署名

Use of Wearable Devices in Individuals With or at Risk for Cardiovascular Disease in the US, 2019 to 2020.

Dhingra LS, Aminorroaya A, Oikonomou EK, Nargesi AA, Wilson FP, Krumholz HM, Khera R.

JAMA network open · 2023-06-01

DOI: 10.1001/jamanetworkopen.2023.16634 ↗PubMed · 37285157 ↗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 →