腕式感測器資料(主要是HRV)可預測輕度認知障礙患者的執行功能評分
在一項針對30名輕度認知障礙老年人的10週試驗中,用機器學習分析腕式感測器特徵(主要是HRV),預測執行功能評分的相關係數r = 0.69,預測個體內變化的r = 0.61。但僅分析了17人和96個資料區間,該模型只是有前景的概念驗證,還不是經過驗證的工具。
BMC medicine
數量表示本站收錄規模,不代表領域證據的強弱。
驗證結論取決於指標、型號、參照與場景。心率相對可靠,不能自動驗證熱量或睡眠階段;同一批加速度計資料採用不同演算法,也會改變活動與疾病的關聯估計。
找到 131 篇論文
清除篩選在一項針對30名輕度認知障礙老年人的10週試驗中,用機器學習分析腕式感測器特徵(主要是HRV),預測執行功能評分的相關係數r = 0.69,預測個體內變化的r = 0.61。但僅分析了17人和96個資料區間,該模型只是有前景的概念驗證,還不是經過驗證的工具。
BMC medicine
一項納入51篇系統綜述的傘狀綜述發現,使用穿戴式裝置可能使身體活動增加:每天步數增加中位數1,312.23步,每週中高強度活動增加57.8分鐘。證據確定性為低到中等,且72.5%的綜述方法學質量被評為極低,真實效果可能不同。
Sports medicine - open
利用479名重度憂鬱症患者的智慧手機和穿戴式資料,21個特徵中的多數需要在14天視窗內至少有8天(範圍2-12天)的資料才能可靠計算。入睡時間等特徵在人與人之間與憂鬱評分的相關性好於個體內部,入睡後清醒時間等特徵則相反。摘要未報告預測準確率。
Journal of medical Internet research
在一項覆蓋9303名美國成人、具有全國代表性的調查中,估計有18%的心血管疾病(CVD)患者和26%的高危者使用穿戴式裝置,而全部成人為29%。在高危者中,年齡較大、教育程度較低和收入較低各自與較低的使用率相關,但資料為自我報告的橫斷面資料。
JAMA network open
在英國一個出生佇列的530名17歲青少年中,加速度計測得的久坐時間越長,左心室質量越高(女性標準化β = 0.16,p = 0.01),久坐相關的增幅約為中高強度活動相關增幅的三倍。心臟結構只在17歲時測量一次,且效應較小,只能說明相關,不能證明減少久坐會改變心臟。
Scandinavian journal of medicine & science in sports
彙總10項研究中1250名5至15歲英格蘭兒童的腕戴加速度計資料,作者繪製了分年齡、分性別的百分位曲線:活動量在6.5-10.5歲達到高峰,男孩比女孩更活躍(p < .001),八、九年級的活動量最低。樣本是彙總的便利樣本,不具全國代表性,所以這些曲線不是全國常模。
The international journal of behavioral nutrition and physical activity
利用青少年大腦認知發展(ABCD)研究中兒童21天穿戴式裝置資料建立的機器學習模型,區分ADHD兒童與對照的AUC為0.798,區分睡眠問題兒童的AUC為0.737。陽性預測值很低(ADHD為0.159,睡眠問題為0.036),多數被判為陽性的兒童並不真正患有該問題。
JAMA network open
在青少年大腦認知發展(ABCD)研究的10 414名11-13歲兒童中,7424名(71.3%)分享了穿戴式裝置資料,但黑人兒童佔比偏低(11.4%,未分享者中為19.3%;P < .001),且留在子研究中的天數更少(16天,白人兒童為21天)。因此該研究的穿戴式資料不能代表所有兒童,摘要也沒有解釋差異產生的原因。
JAMA network open
在追蹤中位6.8年的81 717名英國生物銀行成人中,加速度計測得的活動量每高1個標準差,9種疾病的住院風險較低(從膽囊疾病HR 0.74到結腸息肉HR 0.96),3種疾病的風險較高。結果來自僅一週的佩戴資料,物件多為白人中老年志願者,所謂「可預防」的估計假定了因果關係。
JAMA network open
在162名成年人佩戴Apple Watch 5週的隨機試驗中,顯示步數被調低40%的人比看到準確步數的人出現更多負面情緒、自尊和心理健康下降以及血壓和心率升高,而實際步數並未改變。經過失訪和排除45名參與者後樣本較小,且考察的結局很多。
Journal of medical Internet research
在檢索到的1203項研究中,69項(5.74%)將帶AI的穿戴式裝置用於焦慮或憂鬱,約三分之二針對憂鬱,多數用於診斷,沒有一項用於治療。這是範圍綜述,沒有合併結果,只能說明研究了什麼,不能說明穿戴式AI效果如何。
Journal of medical Internet research
106名參與者佩戴腰部感測器一週後,認為它舒適(舒適度評分量表中位數為0.0,量表範圍0-20,分數越低越舒適)且可接受(中位數為5.0,量表範圍1-5,分數越高越可接受)。這裡報告的是舒適度和看法,而不是測量準確性,摘要也未描述參與者是誰。
Digital health
基於1041名在職成年人的107 144晚Fitbit資料,總睡眠時間的周平均值有3晚即可達到「良好」、5晚達到「很好」的可靠性,月平均值則分別需要5晚和10晚。睡眠波動性需要的夜數多得多(月度為11晚和18晚),而且參與者是21-40歲的健康在職成年人,只用了一個裝置品牌。
Sleep advances : a journal of the Sleep Research Society
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
在122名有新冠病史者和588名對照中,新冠組的腕帶資料顯示淺睡眠更少(244對258,P=.003),深睡眠也更少(123對128,P=.02)。差異很小,摘要未給出單位,也未說明如何匹配,而且穿戴式裝置的睡眠分期只是估算。
Journal of medical Internet research
在37名有憂鬱症狀的青少年中,個體化模型預測每週憂鬱評分的均方根誤差為2.83,預測每週變化的均方根誤差為3.21。這是樣本很小的探索性研究,摘要也未與簡單基線模型比較,不能說明已有可用的篩查工具。
JMIR formative research
在175名被要求佩戴Fitbit Flex 2共30天的老年人中,參與者平均在95%的天數佩戴裝置,每日同步的依從率為85%。女性佩戴更多,記憶力較好者同步更規律,但所有人都來自同一項腦老化研究,其他族群的依從性可能不同。
Frontiers in digital health
在7607名45歲及以上美國成年人中,平均追蹤7.4年,加速度計測得的中高強度活動最高三分位組比最低組中風風險更低(HR 0.57,95%置信區間0.38~0.84),而平均久坐持續時間較長則風險更高(HR 1.53)。這是觀察性研究,僅286例中風且只佩戴了一週,顯示的是關聯,不能說明多活動就能預防中風。
JAMA network open