先看重點
在72項、共7949名參與者的研究中,用於居家監測運動的穿戴式裝置總體接受度良好,依從性在70%及以上,與臨床評估的一致性也很好。但只有一半研究是對照試驗,隨機試驗僅佔5.6%,因此它們能否改善診療的證據有限。
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
穿戴式裝置有望在診室之外持續監測運動症狀和活動量,但臨床採用率很低,部分原因是醫護人員對其瞭解不多、信心不足。作者回顧了穿戴式裝置用於居家連續運動監測的方式,以及在神經系統、肌肉骨骼和風溼性疾病中的可行性與效果。
研究對象與方法
遵循PRISMA指南的系統評價,檢索PubMed、Scopus和Web of Science,72項研究、共7949名參與者符合納入標準。綜述分析了監測目的、感測器型別、可行性和有效性。摘要沒有報告檢索日期和質量評價方法。
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神經系統疾病,尤其是帕金森病,是研究最多的領域。常用感測器是慣性測量單元(IMU)、加速度計和陀螺儀,常見於醫療裝置、智慧手錶或手機中。
- 2監測時長從24小時到兩年以上不等。
- 3可行性研究顯示患者依從性高(70%及以上)、接受度良好,與臨床評估的一致性強。
- 4只有一半研究是對照試驗,隨機試驗僅佔5.6%。
限制與不確定性
- 1各研究的疾病、裝置和監測時長差別很大,沒有一個統一的合併效果估計。
- 2隨機試驗很少,缺乏證據直接說明居家監測能否改變治療或結局。
- 3摘要提到倫理問題、資料隱私、標準化和醫療可及性尚未解決,而人工智慧可能提高預測準確性只是展望,不是研究發現。
- 4本文僅依據摘要解讀。
日常健康啟示
對有運動障礙的人來說,在家佩戴運動感測器一般可以接受,也與門診評估大致一致,但這篇綜述並未證明它能改善健康。如果您有運動障礙,請把感測器資料交給醫師參考,不要自行據此行動。
如何連結自己的資料
手錶或手機上的每日步數、活動分鐘數和步態相關指標,是這些研究所用監測的消費級版本。請用同一裝置和佩戴位置,比較不同周的資料而不是單日。
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
Wearable sensors are a promising tool for the remote, continuous monitoring of motor symptoms and physical activity, especially in individuals with neurological or chronic conditions. Despite many experimental trials, clinical adoption remains limited. A major barrier is the lack of awareness and confidence among healthcare professionals in these technologies.
Methods
This systematic review analyzed the use of wearable sensors for continuous motor monitoring at home, focusing on their purpose, type, feasibility, and effectiveness in neurological, musculoskeletal, or rheumatologic conditions. This review followed PRISMA guidelines and included studies from PubMed, Scopus, and Web of Science.
Results
Seventy-two studies with 7949 participants met inclusion criteria. Neurological disorders, particularly Parkinson's disease, were the most frequently studied. Common sensors included inertial measurement units (IMUs), accelerometers, and gyroscopes, often integrated into medical devices, smartwatches, or smartphones. Monitoring periods ranged from 24 h to over two years. Feasibility studies showed high patient compliance (≥70%) and good acceptance, with strong agreement with clinical assessments. However, only half of the studies were controlled trials, and just 5.6% were randomized.
Conclusions
Wearable sensors offer strong potential for real-world motor function monitoring. Yet, challenges persist, including ethical issues, data privacy, standardization, and healthcare access. Artificial intelligence integration may boost predictive accuracy and personalized care.
來源與署名
Continuous Movement Monitoring at Home Through Wearable Devices: A Systematic Review.
Farabolini G, Baldini N, Pagano A, Andrenelli E, Pepa L, Morone G, Ceravolo MG, Capecci M.
Sensors (Basel, Switzerland) · 2025-08-08
DOI: 10.3390/s25164889 ↗PubMed · 40871752 ↗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
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
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
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
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

