先看重点
在72项、共7949名参与者的研究中,用于居家监测运动的可穿戴设备总体接受度良好,依从性在70%及以上,与临床评估的一致性也很好。但只有一半研究是对照试验,随机试验仅占5.6%,因此它们能否改善诊疗的证据有限。
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
可穿戴设备有望在诊室之外持续监测运动症状和活动量,但临床采用率很低,部分原因是医护人员对其了解不多、信心不足。作者回顾了可穿戴设备用于居家连续运动监测的方式,以及在神经系统、肌肉骨骼和风湿性疾病中的可行性与效果。
研究了谁,如何研究
遵循PRISMA指南的系统评价,检索PubMed、Scopus和Web of Science,72项研究、共7949名参与者符合纳入标准。综述分析了监测目的、传感器类型、可行性和有效性。摘要没有报告检索日期和质量评价方法。
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神经系统疾病,尤其是帕金森病,是研究最多的领域。常用传感器是惯性测量单元(IMU)、加速度计和陀螺仪,常见于医疗设备、智能手表或手机中。
- 2监测时长从24小时到两年以上不等。
- 3可行性研究显示患者依从性高(70%及以上)、接受度良好,与临床评估的一致性强。
- 4只有一半研究是对照试验,随机试验仅占5.6%。
局限与不确定性
- 1各研究的疾病、设备和监测时长差别很大,没有一个统一的合并效果估计。
- 2随机试验很少,缺乏证据直接说明居家监测能否改变治疗或结局。
- 3摘要提到伦理问题、数据隐私、标准化和医疗可及性尚未解决,而人工智能可能提高预测准确性只是展望,不是研究发现。
- 4本文仅依据摘要解读。
对日常健康的启示
对有运动障碍的人来说,在家佩戴运动传感器一般可以接受,也与门诊评估大致一致,但这篇综述并未证明它能改善健康。如果您有运动障碍,请把传感器数据交给医生参考,不要自行据此行动。
如何联系自己的数据
手表或手机上的每日步数、活动分钟数和步态相关指标,是这些研究所用监测的消费级版本。请用同一设备和佩戴位置,比较不同周的数据而不是单日。
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
Wearable sensors are a promising tool for the remote, continuous monitoring of motor symptoms and physical activity, especially in individuals with neurological or chronic conditions. Despite many experimental trials, clinical adoption remains limited. A major barrier is the lack of awareness and confidence among healthcare professionals in these technologies.
Methods
This systematic review analyzed the use of wearable sensors for continuous motor monitoring at home, focusing on their purpose, type, feasibility, and effectiveness in neurological, musculoskeletal, or rheumatologic conditions. This review followed PRISMA guidelines and included studies from PubMed, Scopus, and Web of Science.
Results
Seventy-two studies with 7949 participants met inclusion criteria. Neurological disorders, particularly Parkinson's disease, were the most frequently studied. Common sensors included inertial measurement units (IMUs), accelerometers, and gyroscopes, often integrated into medical devices, smartwatches, or smartphones. Monitoring periods ranged from 24 h to over two years. Feasibility studies showed high patient compliance (≥70%) and good acceptance, with strong agreement with clinical assessments. However, only half of the studies were controlled trials, and just 5.6% were randomized.
Conclusions
Wearable sensors offer strong potential for real-world motor function monitoring. Yet, challenges persist, including ethical issues, data privacy, standardization, and healthcare access. Artificial intelligence integration may boost predictive accuracy and personalized care.
来源与署名
Continuous Movement Monitoring at Home Through Wearable Devices: A Systematic Review.
Farabolini G, Baldini N, Pagano A, Andrenelli E, Pepa L, Morone G, Ceravolo MG, Capecci M.
Sensors (Basel, Switzerland) · 2025-08-08
DOI: 10.3390/s25164889 ↗PubMed · 40871752 ↗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

