跳到正文
可穿戴与测量科学测量验证研究/综述4 分钟阅读

老年心脏病患者中,Fitbit将久坐时间每天高估约1小时

MoveVitals 编辑部 · 研究发表 · 解读更新

原文:Assessment of Wrist-Worn Activity Tracker Accuracy for Measuring Sedentary Behavior in Outpatients With Cardiovascular Disease: Validation Study. · JMIR cardio · 2026 · 论文原文 ↗

先看重点

在51名日本心力衰竭或缺血性心脏病门诊患者(平均年龄78.4岁)中,与腰戴式研究级加速度计相比,Fitbit Inspire 3在12小时白天时段内将久坐时间高估了62.0分钟(95%置信区间51.5-72.5)。两种设备在群体层面相关性很好(r=0.905),但个体的一致性界限很宽(-11.3至135.2分钟)。

证据类型

测量验证研究/综述

解读依据

公开摘要

阅读重点

参照与测量误差

研究在问什么

医生越来越多地用可穿戴设备监测心脏病患者的久坐情况,但消费级腕戴设备在有心脏问题的老年患者中并未经过检验。作者在日常生活条件下,检验了Fitbit与研究级加速度计的一致性。

研究了谁,如何研究

验证研究,纳入51名门诊患者(心力衰竭28人,缺血性心脏病23人;平均年龄78.4岁,标准差9.0岁;男性25人),连续7天同时佩戴腕戴式Fitbit Inspire 3和作为对照的腰戴式欧姆龙ActiveStyle Pro HJA-750C。久坐时间在标准化的12小时窗口(上午9点至晚上9点)内按1分钟为单位比较。用Pearson相关、Bland-Altman分析、Lin一致性相关系数(CCC)和三分位分类的Cohen kappa评估一致性;用留一交叉验证检验固定偏差校正,并用多因素回归探索偏差的影响因素。

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
    窗口内久坐时间平均值:对照设备497.9分钟(标准差86.5),Fitbit 559.9分钟(标准差84.3),两者相关性强(r=0.905,95%置信区间0.838-0.945;P<.001)。
  2. 2
    Fitbit存在62.0分钟的固定偏差(95%置信区间51.5-72.5;P<.001),无比例偏差(斜率-0.03;P=.67);95%一致性界限很宽(-11.3至135.2分钟)。
  3. 3
    校正前一致性为中等(CCC 0.71,95%置信区间0.57-0.80),减去62分钟后升至较高(CCC 0.904,95%置信区间0.84-0.94);交叉验证的CCC为0.90。
  4. 4
    性别、年龄、诊断和肌肉骨骼疾病均未显著影响偏差(模型P=.12)。
  5. 5
    按三分位分类时一致性为中等(kappa 0.588,95%置信区间0.405-0.772;51人中37人一致,占72.5%),所有错分都落在相邻类别。

局限与不确定性

  1. 1
    只研究了51名日本老年门诊患者,结果未必适用于其他人群或设备。
  2. 2
    对照设备是腰戴式加速度计,而非直接观察,本身也是一种估算。
  3. 3
    62分钟的校正值来自本样本,正如作者所说,需要独立验证。
  4. 4
    一致性界限很宽,意味着个体层面精度有限,且只分析了白天12小时窗口。

对日常健康的启示

这类腕戴设备可以反映一个人久坐模式的相对变化,但在这个群体中它给出的久坐分钟数偏高。校正方法看来只适用于群体层面的监测,不应套用到你自己的数据上。健康决策应由医生做出。

如何联系自己的数据

如果你的设备显示久坐或不活动时间,应预期它与其他设备之间存在固定差值,只与自己用同一设备得到的过往数据比较。每周趋势比单日总量更可靠。

如何理解这类证据

一致性取决于设备、固件、参照、人群和场景。相关性不等于一致性;验证某个指标不等于已证明诊断或治疗获益。

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 monitoring of sedentary behavior is increasingly used in digital cardiovascular care, but the validity of consumer-grade wrist-worn trackers in older patients with cardiac issues is unclear.

Objective

This study aimed to evaluate the agreement between sedentary time measured by a consumer-grade wrist-worn tracker (Fitbit Inspire 3; Fitbit LLC) and a research-grade waist-worn accelerometer (ActiveStyle Pro HJA-750C; Omron Healthcare Co, Ltd) used as the comparator, in Japanese outpatients with cardiac issues under free-living conditions.

Methods

Fifty-one outpatients with heart failure (28/51, 55%) or ischemic heart disease (23/51, 45%; mean age 78.4, SD 9.0 years; 25/51, 49% male) simultaneously wore both devices for 7 consecutive days. Sedentary time was assessed within a standardized 12-hour daytime window (9 AM to 9 PM) at 1-minute epochs. Agreement was examined using Pearson correlation, Bland-Altman analysis (after confirming normality of the paired differences), Lin concordance correlation coefficient (CCC), and Cohen kappa for distribution-based tertile classification. A constant bias correction was applied, with leave-one-out cross-validation (LOOCV) used as an internal-consistency check on the stability of the sample mean bias. Moderators of the bias were explored using multivariable regression.

Results

Mean sedentary time within the 12-hour window was 497.9 (SD 86.5) minutes for the comparator and 559.9 (SD 84.3) minutes for the Fitbit. The devices were strongly correlated ( r =0.905, 95% CI 0.838-0.945; P <.001). The Fitbit showed a significant fixed bias of 62.0 minutes (95% CI 51.5-72.5; P <.001) with no proportional bias (slope -0.03; P =.67); the 95% limits of agreement were wide (-11.3 to 135.2 minutes). Uncorrected concordance was moderate (CCC=0.71, 95% CI 0.57-0.80) and improved to high after subtracting the 62-minute bias (CCC=0.904, 95% CI 0.84-0.94); LOOCV indicated that this in-sample improvement was internally stable (out-of-sample CCC=0.90). No candidate factor (sex, age, diagnosis, and musculoskeletal disorder) significantly moderated the bias (model P =.12). Tertile classification showed moderate agreement (κ=0.588, 95% CI 0.405-0.772; 37/51, 72.5% agreement), with all misclassifications between adjacent categories.

Conclusions

In older Japanese outpatients with cardiac issues, a consumer-grade wrist-worn tracker overestimated sedentary time by approximately 62 minutes within a standardized 12-hour daytime window compared with a waist-worn comparator, with fixed but no proportional bias. A simple constant correction markedly improved group-level concordance (cross-validated CCC≈0.90), supporting calibrated use of consumer wearables for scalable monitoring in ambulatory cardiac care. However, wide limits of agreement constrain individual-level precision, and the population-specific correction factor requires independent validation before transfer to other settings.

来源与署名

Assessment of Wrist-Worn Activity Tracker Accuracy for Measuring Sedentary Behavior in Outpatients With Cardiovascular Disease: Validation Study.

Naito K, Izawa KP, Maeda N, Kasai Y, Tani H, Kondo M, Iwama H.

JMIR cardio · 2026-09-30

DOI: 10.2196/91104 ↗PubMed · 42814647 ↗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 →