跳到正文
RESEARCH · 科研研究

可穿戴与测量科学

设备验证、算法差异与测量边界。

131篇论文

10个发表年度

来源核验日期 · 文献如何收录

收录论文的发表年度
查看数量与范围
  • 2017 · 10
  • 2018 · 10
  • 2019 · 11
  • 2020 · 12
  • 2021 · 11
  • 2022 · 11
  • 2023 · 10
  • 2024 · 13
  • 2025 · 20
  • 2026 · 23

数量表示本站收录规模,不代表领域证据的强弱。

如何理解这类证据

验证结论取决于指标、型号、参照与场景。心率相对可靠,不能自动验证热量或睡眠分期;同一批加速度计数据采用不同算法,也会改变活动与疾病的关联估计。

浏览论文库

找到 131 篇论文

清除筛选
·研究论文

英国10至11岁儿童在解封后活动量更低,其父母则未见变化

与2017至2018年相比,2021年10至11岁儿童加速度计测得的中高强度活动在工作日少7.7分钟(95%置信区间3.5~11.9),周末少6.9分钟(95%置信区间0.9~12.9),久坐时间更长。比较的是两批不同的儿童(2021年393名,此前1296名),因此差异未必全由封控造成。

The international journal of behavioral nutrition and physical activity

完整研究解析阅读论文 →
·证据综述

儿童精神健康的可穿戴人工智能:19项早期研究,尚无随机试验

这项范围综述检索了2011年至2021年6月25日的文献,共找到344篇,其中19篇(5.5%)符合纳入条件,涉及孤独症、注意缺陷多动障碍(ADHD)和焦虑类障碍,使用胸带或手腕设备(如Fitbit手表)。这些研究差异很大,多为试点或可行性研究,并不能证明可穿戴人工智能可用于诊断。

Journal of medical Internet research

完整研究解析阅读论文 →
·研究论文

三款智能手表都能识别房颤,但不同型号的准确性有差异

在100名房颤患者和100名窦性心律患者中,Apple和Samsung手表的算法诊断房颤优于Withings(敏感性/特异性为87%/86%、88%/81%,对比78%/80%,p < 0.05),主要因为Withings得出的无结论心电图更多。专家判读时的排名则不同,且记录是在临床环境中完成的。

Frontiers in cardiovascular medicine

完整研究解析阅读论文 →
·证据综述

活动追踪器干预可增加儿童每日步数,证据质量为低至中等

汇总41项研究后,使用消费级活动追踪器的干预项目可增加学龄儿童的每日步数(d = 0.612,95%置信区间0.477-0.746)和中高强度活动(d = 0.220),但久坐行为没有改善(d = 0.172,方向不利)。证据确定性为低至中等,且不少纳入研究并非随机设计。

Sports medicine - open

完整研究解析阅读论文 →
·证据综述

腕戴式运动追踪器:步数和心率较可靠,热量消耗误差大

对65篇文献的综述发现,Fitbit Charge系列在20项研究中步数的平均绝对百分比误差(MAPE)低于25%,Apple Watch在2项研究中心率的MAPE低于10%,而所有品牌的能量消耗误差都超过30%。各研究差异过大无法合并,因此这些只是描述性的规律,而非设备排名。

Journal of medical Internet research

完整研究解析阅读论文 →
·横断面研究

Fitbit的睡眠、心率和步数规律对抑郁筛查作用有限

267名在职成年人连续14天佩戴Fitbit Charge 2,夜间心率波动更大、步数节律更不规律者抑郁症状更重,但在全部样本中检出能力有限。80%的准确率仅出现在把抑郁者与无或极轻症状者作对比的子样本中,比真实筛查容易得多。

JMIR mHealth and uHealth

完整研究解析阅读论文 →
·证据综述

可穿戴传感器可区分老年人的衰弱程度,主要靠活动量和步速

在29项针对60岁以上社区老年人的研究中,除1项外,可穿戴设备测得的身体活动都与衰弱程度相关,所有报告步速的研究都发现步速与衰弱相关。这些研究使用了13种传感器、佩戴在8个身体部位,目前尚无公认的最佳设备或佩戴位置。

Journal of neuroengineering and rehabilitation

完整研究解析阅读论文 →
·证据综述

可穿戴设备监测糖尿病:前景可期,但证据仍处早期

在检索到的1981篇文章中,26项研究用移动或可穿戴设备监测糖尿病相关指标,多用加速度计,作者认为该领域仍处早期。针对2型糖尿病的研究很少,无一研究并发症,临床试验也少,因此无法说明这些设备能否改善诊疗。

JMIR mHealth and uHealth

完整研究解析阅读论文 →
·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 →
·队列研究

368人的Fitbit睡眠特征与抑郁症状评分相关

利用来自3个欧洲研究点368名参与者的2812份问卷记录,发现14个由腕带得出的睡眠特征与抑郁症状评分(PHQ-8)显著相关,其中平均睡眠结束时间(z=6.19,P<.001)和觉醒次数(z=5.53,P<.001)最突出。这是跨人群和时间的睡眠与症状的关联,且各研究点的模式不同,不能说明睡眠变化可以预测或导致抑郁。

JMIR mHealth and uHealth

完整研究解析阅读论文 →
·研究论文

医护人员的Apple Watch心率变异性在新冠感染前后发生变化

在佩戴Apple Watch的医护人员中,心率变异性指标SDNN的昼夜节律振幅在感染与未感染者之间不同(P=.006),在诊断前后各7天与未感染时段相比也不同(P=.01)。摘要没有给出参与人数和诊断准确性,因此其能否作为个人预警尚未确立。

Journal of medical Internet research

完整研究解析阅读论文 →
·测量验证研究/综述

45名健康成年人:Oura智能戒指的睡眠数据比三星手表更接近活动记录仪

45名健康成年人连续监测7天,Oura戒指测得的总睡眠时间与医用活动记录仪高度相关(r=0.86),三星Gear Sport手表则相关性较低(r=0.59)。受试者均为健康人且在家使用,因此结果不能说明睡眠障碍人群的情况,也不能说明睡眠分期是否准确。

JMIR mHealth and uHealth

完整研究解析阅读论文 →