跳到正文
穿戴裝置與測量科學證據回顧3 分鐘閱讀

穿戴式裝置能用於臨床睡眠監測,但可靠性不及睡眠實驗室

MoveVitals 編輯部 · 研究發表 · 解讀更新

原文:Clinical Applications of Mobile Health Wearable-Based Sleep Monitoring: Systematic Review. · JMIR mHealth and uHealth · 2020 · 論文原文 ↗

先看重點

這項綜述納入19項成人臨床研究,發現用穿戴式裝置監測睡眠是可行的,但與多導睡眠監測(實驗室睡眠檢查)的一致性有限。各研究樣本量從1人到15,839人不等,證據參差不齊。

證據類型

證據回顧

解讀依據

公開摘要

閱讀重點

方法與適用範圍

研究在問什麼

近2人中就有1人一生中會經歷睡眠障礙,穿戴式裝置有望讓睡眠記錄走出實驗室。作者想弄清這類裝置在睡眠臨床研究中實際怎麼用,以及與標準檢查相比表現如何。

研究對象與方法

系統綜述。作者檢索了PubMed、PsycINFO、ScienceDirect、Cochrane圖書館、Scopus和Web of Science,截至2019年6月,關鍵詞圍繞穿戴式裝置和睡眠兩個方面。納入標準是在成人中用穿戴式裝置記錄睡眠的臨床研究。初篩得到645篇文章,其中19篇符合條件。摘要未說明具體涉及哪些裝置,也未說明如何評價研究質量。

主要發現

以下為作者報告的結果。數值須連同族群和不確定性一起閱讀。

  1. 1
    19項研究中,58%(11/19)是將穿戴式裝置與金標準多導睡眠監測做比較,這是最常見的用途。
  2. 2
    其餘為4項可行性研究(21%)、3項族群比較研究(15%)和1項評估睡眠障礙臨床影響的研究(5%)。
  3. 3
    各研究樣本量差異很大,從1名患者到15,839名患者不等。
  4. 4
    作者認為穿戴式裝置監測睡眠是可行且可接受的,但與多導睡眠監測相比,其可靠性存在明顯侷限。

限制與不確定性

  1. 1
    僅有19項研究符合條件,且分屬四種不同型別,因此沒有合併的準確性估計值。
  2. 2
    各研究樣本量從1人到15,839人,差距懸殊,難以直接比較。
  3. 3
    檢索截至2019年6月,較新的裝置和演算法沒有涵蓋在內。
  4. 4
    本文解讀僅基於摘要,摘要沒有給出具體裝置的準確性資料。

日常健康啟示

在家用穿戴式裝置觀察自己睡眠隨時間的變化是合理的,但這項綜述提示,它不應被當作實驗室睡眠檢查的替代品。如果擔心自己有睡眠障礙,應向醫師諮詢,而不是僅憑手環或手錶的輸出下結論。

如何連結自己的資料

穿戴式裝置給出的睡眠時長和分期只是估計值,更適合用同一裝置、同一佩戴方式看變化趨勢,而不是追求每晚的精確數字。單獨一晚的異常意義不大,持續數週的規律更有參考價值。

如何理解這類證據

先看納入了哪些設計、文獻搜尋與偏誤評估如何完成,以及搜尋截止日期;發表新不代表底層證據都是最新的。

作者的結構化摘要 English

以下英文摘要依所記錄的開放授權轉載,屬於作者原始材料,並非 MoveVitals 解讀。上方已提供研究解讀,分別說明作者結果與本站解釋;重要結論可直接查核原文。

Background

Sleep disorders are a major public health issue. Nearly 1 in 2 people experience sleep disturbances during their lifetime, with a potential harmful impact on well-being and physical and mental health.

Objective

The aim of this study was to better understand the clinical applications of wearable-based sleep monitoring; therefore, we conducted a review of the literature, including feasibility studies and clinical trials on this topic.

Methods

We searched PubMed, PsycINFO, ScienceDirect, the Cochrane Library, Scopus, and the Web of Science through June 2019. We created the list of keywords based on 2 domains: wearables and sleep. The primary selection criterion was the reporting of clinical trials using wearable devices for sleep recording in adults.

Results

The initial search identified 645 articles; 19 articles meeting the inclusion criteria were included in the final analysis. In all, 4 categories of the selected articles appeared. Of the 19 studies in this review, 58 % (11/19) were comparison studies with the gold standard, 21% (4/19) were feasibility studies, 15% (3/19) were population comparison studies, and 5% (1/19) assessed the impact of sleep disorders in the clinic. The samples were heterogeneous in size, ranging from 1 to 15,839 patients. Our review shows that mobile-health (mHealth) wearable-based sleep monitoring is feasible. However, we identified some major limitations to the reliability of wearable-based monitoring methods compared with polysomnography.

Conclusions

This review showed that wearables provide acceptable sleep monitoring but with poor reliability. However, wearable mHealth devices appear to be promising tools for ecological monitoring.

來源與署名

Clinical Applications of Mobile Health Wearable-Based Sleep Monitoring: Systematic Review.

Guillodo E, Lemey C, Simonnet M, Walter M, Baca-García E, Masetti V, Moga S, Larsen M, HUGOPSY Network, Ropars J, Berrouiguet S.

JMIR mHealth and uHealth · 2020-04-01

DOI: 10.2196/10733 ↗PubMed · 32234707 ↗Europe PMC · 所記錄的開放授權: cc by ↗

摘要著作權歸原作者,依來源紀錄的開放授權轉載。中文譯文協助閱讀,英文摘要供查核術語及具體數值;本站的方法學解釋與作者結論分別呈現。

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

·世代研究

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

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。

Preventive Medicine

重點論文精講閱讀論文 →
·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 →
穿戴裝置與測量科學 →