先看重点
在26项研究中,组合多种信号的可穿戴方法识别焦虑的合并准确率为81.94%,高于单一信号的76.85%,其中心电图是最可靠的单一信号(12项研究合并准确率80.34%)。单传感器研究少、方法不一,比较较为粗略,研究环境中的准确率也未必适用于日常生活。
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
利用可穿戴设备的心脏活动、呼吸、皮肤电导和光电脉搏等信号来识别焦虑,受到越来越多关注。作者综述了这些信号单独和组合使用时如何用于检测焦虑,以及结果的准确性如何。
研究了谁,如何研究
系统评价,纳入2014年至2024年发表的26项使用可穿戴设备采集信号来检测焦虑的研究。作者提取了研究设计、信号类型、特征、分类方法和准确率结局,并计算合并准确率,以比较单信号和多信号方法。摘要未报告参与者人数、焦虑的判定方式,以及结果是否在新参与者中验证。
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组合多种信号的方法优于单一信号,合并准确率分别为81.94%和76.85%。
- 2心电图是最可靠的单一信号,12项研究的合并准确率为80.34%。
- 3作者提醒,单传感器研究数量有限,方法差异也大,因此不能断言某一种信号最好。
- 4常用特征包括:心电图的平均心率和心率变异性,呼吸信号的平均吸呼气时间比,皮肤电活动的平均皮肤电导,光电容积脉搏波的平均心率。支持向量机是最常用的分类器。
局限与不确定性
- 1合并准确率是对任务、标签和方法各异的研究取平均,多信号与单信号约5个百分点的差距只具有提示意义。
- 2当焦虑状态少见时,准确率不能反映区分焦虑与非焦虑状态的能力,摘要也未报告灵敏度和特异度。
- 3作者呼吁扩大样本量并探索更多情境,意味着许多研究样本较小、情境单一。
- 4以上解读仅基于摘要。
对日常健康的启示
可穿戴设备的心脏和皮肤信号确实包含与焦虑相关的一些信息,多种信号合用似乎比单一信号更好。但这并不是经过验证的焦虑障碍诊断或监测方法,读数高低不能告诉你自己有多焦虑。如果焦虑影响了生活,应咨询医生。
如何联系自己的数据
可穿戴设备的静息心率和HRV可以长期记录,并同时记下压力或情绪,使用同一设备、条件相近。把变化当作理解自身感受的参考,而不是焦虑的衡量指标。
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
There is growing interest in using biosignals from wearable devices to assess anxiety disorders. Among these, electrocardiography is the most widely used due to its ability to monitor cardiovascular activity. Other signals, such as respiratory, electrodermal activity, and photoplethysmography, also show promise. This review aims to evaluate how these signals, individually and in combination, have been used for anxiety detection.
Methods
We systematically reviewed 26 studies published between 2014 and 2024 that used wearable devices to collect signals for anxiety detection. Extracted information included study design, signal types, features, classification methods, and accuracy outcomes. Pooled accuracies were calculated to compare single-signal and multi-signal approaches.
Results
Here we show that approaches combining multiple signals outperform those using a single signal, with a pooled accuracy of 81.94% compared to 76.85%. Electrocardiography was the most reliable individual signal, with a pooled accuracy of 80.34% across 12 studies. However, the limited number of single-sensor studies and methodological variability limit conclusions about the superiority of any one modality. The most common features included mean heart rate and heart rate variability for electrocardiography, the mean inspiratory-to-expiratory time ratio for respiratory signals, mean skin conductance for electrodermal activity, and the mean heart rate for photoplethysmography. Support vector machine was the predominant classifier.
Conclusions
This review underscores the clinical potential of wearable devices for anxiety detection, emphasizing the value of multimodal approaches. Future research should focus on refining algorithms, expanding sample sizes, and exploring diverse contexts to improve the accuracy and generalizability of these methods.
来源与署名
Wearable devices for anxiety assessment: a systematic review.
Elgendi M, Markov K, Liu H, De Vos M, Khalaf K, Khandoker A, Jelinek HF, Goswami D, Menon C.
Communications medicine · 2026-01-09
DOI: 10.1038/s43856-025-01234-6 ↗PubMed · 41513763 ↗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

