先看重点
在与美国人口普查相匹配的23,974人调查中,10,679人(44.5%)拥有可穿戴设备,65岁及以上人群(OR 0.18,95%置信区间0.16~0.21)和无保险者(OR 0.41)的拥有率明显更低。这是自我报告的消费者调查,反映的是谁拥有设备,而不是谁从中受益。
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
可穿戴设备越来越普及,并开始进入临床和公共卫生领域,但不同社会人口群体的拥有情况如何,了解不多。作者想衡量美国消费者按社会人口特征划分的设备拥有率,并了解人们如何获得和使用这些设备来管理健康。
研究了谁,如何研究
调查研究,使用Rock Health数字健康消费者采纳调查2020年至2022年收集的23,974名美国参与者的数据。样本在年龄、种族和族裔、性别及收入上与美国人口普查相匹配。研究用描述性分析和多变量逻辑回归探讨社会人口因素与设备拥有的关系。
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。
- 123,974名受访者中,10,679人(44.5%)拥有可穿戴设备。年轻人、收入和学历更高者以及城市居民的拥有率更高。
- 2与18~24岁相比,65岁及以上者拥有设备的比值明显更低(OR 0.18,95%置信区间0.16~0.21)。高收入(≥200,000美元;OR 2.27,95%置信区间2.01~2.57)和高学历(OR 2.23,95%置信区间2.01~2.48)是强预测因素;居住在农村则降低拥有可能性(OR 0.65,95%置信区间0.60~0.72)。
- 3有私人保险者拥有的比值更高(OR 1.28,95%置信区间1.17~1.40),无保险者(OR 0.41,95%置信区间0.36~0.47)和医疗补助(Medicaid)参保者(OR 0.75,95%置信区间0.68~0.82)则更低。
- 4女性比男性略高(OR 1.10,95%置信区间1.04~1.17),非西班牙裔黑人(OR 1.14,95%置信区间1.03~1.25)和西班牙裔/拉丁裔(OR 1.20,95%置信区间1.10~1.31)受访者的比值略高于其他种族和族裔群体。
局限与不确定性
- 1设备拥有情况来自网络消费者调查的自我报告,可能漏掉联网较少或不愿参加调查的人。
- 2数据覆盖2020年至2022年,这一时期受新冠疫情影响,此后拥有率很可能已发生变化。
- 3摘要对人们如何将设备用于健康管理着墨很少,因此研究问题中的使用部分在此基本没有回答。
- 4比值比比较的是群体,并不说明差距的原因,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,你属于一个偏年轻、偏富裕、学历较高且偏城市的群体,因此基于可穿戴设备的数据和研究可能对其他人代表性不足。作者主张在可穿戴设备进入医疗领域时要保障公平获取。这项调查并没有说明拥有设备是否能改善健康。
如何联系自己的数据
这项研究关注的是谁拥有可穿戴设备,而不是数据的含义。如果你有设备,坚持佩戴并在同一设备上比较自己的趋势,比与他人的平均值对照更有意义。
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
Although wearable technology has become increasingly common, comprehensive studies examining its ownership across different sociodemographic groups are limited.
Objective
The aims of this study were to (1) measure wearable device ownership by sociodemographic characteristics in a cohort of US consumers and (2) investigate how these devices are acquired and used for health-related purposes.
Methods
Data from the Rock Health Digital Health Consumer Adoption Survey collected from 2020 to 2022 with 23,974 US participants were analyzed. The sample was US Census-matched for demographics, including age, race/ethnicity, gender, and income. The relationship between sociodemographic factors and wearable ownership was explored using descriptive analysis and multivariate logistic regression.
Results
Of the 23,974 respondents, 10,679 (44.5%) owned wearables. Ownership was higher among younger individuals, those with higher incomes and education levels, and respondents living in urban areas. Compared to those aged 18-24 years, respondents 65 years and older had significantly lower odds of wearable ownership (odds ratio [OR] 0.18, 95% CI 0.16-0.21). Higher annual income (≥US $200,000; OR 2.27, 95% CI 2.01-2.57) and advanced degrees (OR 2.23, 95% CI 2.01-2.48) were strong predictors of ownership. Living in rural areas reduced ownership odds (OR 0.65, 95% CI 0.60-0.72). There was a notable difference in ownership based on gender and health insurance status. Women had slightly higher ownership odds than men (OR 1.10, 95% CI 1.04-1.17). Private insurance increased ownership odds (OR 1.28, 95% CI 1.17-1.40), whereas being uninsured (OR 0.41, 95% CI 0.36-0.47) or on Medicaid (OR 0.75, 95% CI 0.68-0.82) decreased the odds of ownership. Interestingly, minority groups such as non-Hispanic Black (OR 1.14, 95% CI 1.03-1.25) and Hispanic/Latine (OR 1.20, 95% CI 1.10-1.31) respondents showed slightly higher ownership odds than other racial/ethnic groups.
Conclusions
Our findings suggest that despite overall growth in wearable ownership, sociodemographic divides persist. The data indicate a need for equitable access strategies as wearables become integral to clinical and public health domains.
来源与署名
Patterns of Ownership and Usage of Wearable Devices in the United States, 2020-2022: Survey Study.
Nagappan A, Krasniansky A, Knowles M.
Journal of medical Internet research · 2024-07-26
DOI: 10.2196/56504 ↗PubMed · 39058548 ↗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

