跳到正文
穿戴裝置與測量科學世代研究5 分鐘閱讀

加速度計處理方法不同,身體活動與中風、心肌梗死的關聯曲線也不同

MoveVitals 編輯部 · 研究發表 · 解讀更新

原文:Investigating the comparability of wearable accelerometer methods in the association between physical activity and cardiovascular disease: a cohort study using UK Biobank · Preventive Medicine · 2026 · 論文原文 ↗

先看重點

在英國生物銀行中,基線無心血管疾病的90237名成年人追蹤至2022年12月,共發生1298例中風和2031例心肌梗死;中高強度身體活動(MVPA)與這兩種結局的關聯曲線形狀,取決於加速度計資料的處理方法。就中風而言,只有機器學習法得到直線下降的風險;就心肌梗死而言,機器學習法和LFENMO法呈曲線下降,活動計數法呈直線下降。摘要沒有給出風險比,只能說明不同方法的結論不一致,不能說明哪種方法更正確,而且這些只是觀察性關聯。

證據類型

世代研究

解讀依據

公開摘要

閱讀重點

關聯與混雜

研究在問什麼

穿戴式加速度計讓研究者能把客觀測得的身體活動與疾病聯絡起來,但不同的處理方法會把同一份記錄變成不同的中高強度活動量。作者指出,處理方法的選擇可能影響穿戴式裝置測得的身體活動與健康結局之間劑量反應關聯的形狀。他們要比較的是,三種由加速度計得出的MVPA指標,與新發中風和新發心肌梗死的關聯是否一致。

研究對象與方法

這是一項基於英國生物銀行加速度計子佇列的佇列研究,參與者於2013年至2015年在英國招募。作者用三種方法計算每位參與者的MVPA時長:低通濾波歐幾里得範數減一(LFENMO)、機器學習法和活動計數法。分析納入了基線無心血管疾病的90237名參與者。

結局是新發中風和新發心肌梗死,追蹤至2022年12月,共觀察到1298例新發中風和2031例心肌梗死。針對三種MVPA指標,作者分別用Cox迴歸結合限制性立方樣條,估計其與各結局的劑量反應關聯。摘要中沒有完整細節:沒有報告加速度計型號或佩戴時長、參與者的年齡和性別、校正了哪些因素、如何確認結局事件,也沒有給出任何風險比。

主要發現

  1. 1
    三種指標對中風給出了不同的形狀。用機器學習法時,風險比隨MVPA增加呈直線下降,而LFENMO法和活動計數法則不是,摘要也沒有說明這兩種方法呈現的是什麼形狀。
  2. 2
    心肌梗死的結果同樣有差異。機器學習法和LFENMO法的風險比呈曲線下降,也就是下降幅度在MVPA不同區間並不一致;活動計數法則呈直線下降。
  3. 3
    整個分析追蹤了基線無心血管疾病的90237人,共記錄1298例新發中風和2031例心肌梗死,所以三項比較建立在同一批人和同一批事件之上。
  4. 4
    作者的結論是:MVPA與心血管疾病的劑量反應關聯在三種加速度計指標之間差異顯著,只用單一加速度計指標的研究,在解讀這種關聯時應當謹慎。

限制與不確定性

  1. 1
    我們的觀察:摘要沒有給出風險比、置信區間或P值,所以各指標之間差異有多大、是否超出偶然,都無從判斷。曲線被稱作直線還是曲線,取決於樣條設定和事件數,而中風與心肌梗死的事件數並不相同。
  2. 2
    我們的觀察:分析表明這些指標彼此不一致,但並沒有參照標準,因此說不清哪個指標最接近真實活動量,也說不清哪條曲線才是正確的。
  3. 3
    我們的觀察:這是一項觀察性佇列,參與者是自願加入加速度計子佇列的人,關聯未必適用於更廣泛的族群,也不能說明增加MVPA分鐘數就能降低中風或心肌梗死的風險。摘要沒有提到混雜因素,也沒有說明追蹤的具體長度,只寫了追蹤到2022年12月。
  4. 4
    我們的觀察:本解讀只依據摘要,校正因素、事件定義和佩戴時間規則都沒有涵蓋。

日常健康啟示

這項發現主要是給研究者的提醒,也是給想在不同應用和裝置之間比較活動分鐘數的人的提醒:不同演算法得出的中高強度活動分鐘數不能互換,活動與中風、心肌梗死關聯的外觀形狀會隨演算法而變。對心肌梗死,三種指標都顯示風險比隨MVPA增加而下降;對中風,只有機器學習法呈清晰的直線下降。

不要由此認為哪一種指標才是對的,也不要認為某個分鐘數是界限,或者認為你手錶上的分鐘數就等於本研究中的分鐘數。這是觀察性佇列中的關聯,不是增加活動就能改變你自己風險的證據;關於心臟或中風風險的決定,應當交給你的臨床醫師。

如何連結自己的資料

裝置或應用報告的活動分鐘數來自廠商自己的演算法,可能基於活動計數,也可能基於模型,因此不能直接與其他品牌或研究數字比較。固定使用同一臺裝置和同一個應用,只看自己在數週內的趨勢。如果更換了裝置、應用或資料來源,請標註日期,因為活動分鐘數的突然升高或降低,可能來自方法而不是你自己。

如何理解這類證據

暴露先於追蹤期間的結果,仍可能存在混淆和反向因果。風險比不是個人絕對風險,也不等於已證明的介入效果。

來源與署名

Investigating the comparability of wearable accelerometer methods in the association between physical activity and cardiovascular disease: a cohort study using UK Biobank

Preventive Medicine · 2026-08

DOI: 10.1016/j.ypmed.2026.108603 ↗PubMed · 42142761 ↗

MoveVitals 編輯解讀 · 健康教育內容 · 未記錄個人臨床審閱

來源查核日期 2026-11-01

實用健康指南

放在一起讀

·測量驗證研究/回顧

智慧手錶資料能當「證人」嗎:心率驗證得最充分,其餘證據參差

一項圍繞數字取證展開的系統評價和統合分析,梳理了四大主流品牌智慧手錶的驗證研究,發現心率是研究最多、也最準確的指標。步數、距離、能量消耗、活動分類和睡眠的驗證不夠一致,結果因品牌、方案和報告方式而異。摘要沒有給出彙總資料,且多數研究是在健康族群中、於實驗室內完成的,所以無法說明某一塊手錶對某個人在日常生活中的表現。

Forensic Science International

重點論文精講閱讀論文 →
·回顧的回顧

活動追蹤器:每天多走約1800步,對其他健康指標影響較小

這項傘形綜述彙總了39篇系統評價和統合分析,涉及163992名參與者;結果顯示使用活動追蹤器與身體活動增加相關(標準化均數差SMD為0.3–0.6),相當於每天多走約1800步、多步行40分鐘,體重減輕約1公斤。對血壓、膽固醇、糖化血紅蛋白、生活質量和疼痛的影響通常很小,且多數不顯著。摘要沒有說明這些專案裡追蹤器還搭配了什麼,也沒有說明各評價之間重疊多少,因此不能把效果完全歸功於裝置本身。

The Lancet Digital Health

重點論文精講閱讀論文 →
·測量驗證研究/回顧

七款睡眠追蹤裝置:識別睡著很準,識別醒著和睡眠分期較差

在睡眠實驗室裡,34名健康的年輕成年人連續三晚佩戴七款消費級睡眠追蹤裝置中的若干款。與多導睡眠監測相比,所有裝置識別睡眠都很準(靈敏度均不低於0.93),但識別清醒較差(特異度0.18–0.54),七款中有五款與研究用活動記錄儀(特異度0.39)持平或更好;睡眠分期的估計結果不穩定。受試者是18至35歲的健康成年人,臥床時間固定為8小時,每款裝置只在其中11至20人身上測試,因此對有睡眠問題的人幾乎沒有參考價值。

Sleep

重點論文精講閱讀論文 →
·測量驗證研究/回顧

七款腕戴裝置:心率誤差多在5%以內,熱量估算偏差很大

60名成年人在實驗室裡佩戴7款腕戴裝置,依次完成靜坐、步行、跑步和騎車。與心電圖相比,心率的中位數誤差騎車時為1.8%,步行時為5.5%;但沒有任何一款裝置的能量消耗(熱量)誤差低於20%,各裝置的中位數誤差為27.4%至92.6%。測試的是當時在售的消費級型號,且只在實驗室內進行,不能據此給今天的手錶排名,也不能說明日常使用中的表現。

Journal of Personalized Medicine

重點論文精講閱讀論文 →
穿戴裝置與測量科學 →