跳到正文
穿戴裝置與測量科學測量驗證研究/回顧9 分鐘閱讀

七款腕戴裝置:心率誤差多在5%以內,熱量估算偏差很大

MoveVitals 編輯部 · 研究發表 · 解讀更新

原文:Accuracy in Wrist-Worn, Sensor-Based Measurements of Heart Rate and Energy Expenditure in a Diverse Cohort · Journal of Personalized Medicine · 2017 · 論文原文 ↗

先看重點

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。

證據類型

測量驗證研究/回顧

解讀依據

論文全文

閱讀重點

參照與測量誤差

研究在問什麼

體育活動是降低死亡風險最有效的手段之一,但讓人們多運動的專案成效有限;在減重研究中,記錄飲食攝取明顯有益,記錄運動時間和熱量消耗是否同樣有益則不太清楚。腕戴裝置如今直接把心率和能量消耗的估算值交給使用者,患者也常把這些資料帶到診室,有些醫療機構甚至將其接入病歷,可與經臨床認證的裝置不同,這類產品沒有公開的驗證資料。此前的研究要麼只測早期型號,要麼只看心率或只看能量消耗,有的沒有以美國食品藥品監督管理局(FDA)批准的裝置作參照,也沒有人提出誤差模型。作者因此在刻意拉開差異的志願者中,以心電圖和撥出氣體間接測熱為參照,測量7款商用腕戴裝置的心率和能量消耗誤差,並提出消費級裝置的驗證框架。

研究對象與方法

這是一項實驗室驗證研究。作者先檢索到45家腕戴裝置廠商,再按「腕錶或腕帶、持續測量心率、標稱續航超過24小時、面向消費者直接銷售、每家廠商只取一款」的標準篩選,8款裝置入選;其中ePulse2在預試驗中反覆出現技術故障而被剔除,最終測試Apple Watch、Basis Peak、Fitbit Surge、Microsoft Band、Mio Alpha 2、PulseOn和Samsung Gear S2共7款。志願者為18歲及以上的健康成年人,透過斯坦福大學和當地業餘運動俱樂部招募,並刻意在年齡、身高、體重、BMI、腕圍和體能水平上拉開差異。共有60人(29名男性、31名女性,年齡38±11歲)完成了80次測試,每批裝置各40次:先測Apple Watch、Basis Peak、Fitbit Surge和Microsoft Band,後測Mio Alpha 2、PulseOn和Samsung Gear S2,每人最多同時佩戴4款。兩名研究者用馮·盧尚(Von Luschan)量表給手腕膚色評分,再換算為1至6級的菲茨帕特里克(Fitzpatrick)膚色分級;最大攝氧量(VO2max)有32人透過跑步測試、6人透過騎車測試直接測得,另有22人根據次極量騎車結果估算。每次測試先靜坐5分鐘,然後在跑步機上以3.0和4.0英里/小時步行,再按體能個體化設定慢跑和快跑(平均5.7和6.9英里/小時),最後進行低強度和較高強度騎車(平均功率88瓦和160瓦),到第38分鐘結束,全程同步記錄12導聯心電圖並做間接測熱。

主要結局是心率(以12導聯心電圖為金標準)和能量消耗(千卡/分鐘,以撥出氣體VO2和VCO2的間接測熱為金標準),分析每個階段的最後1分鐘。誤差定義為裝置與參照值之差的絕對值除以參照值,以百分比表示;作者把5%定為可接受範圍,理由是它接近P值0.05這一常用顯著性標準,計步研究在此精度上也有先例。各裝置的資料匯出方式並不相同:Apple Watch、Basis Peak和Fitbit Surge按分鐘匯出,Microsoft Band透過抓取手機應用的資料包獲得,PulseOn每3秒一個樣本、取最後1分鐘的平均值,而Mio Alpha 2和Samsung Gear S2不向使用者提供原始資料,作者用繪圖數字化工具描摹應用裡儲存的心率曲線影象。結果以中位數和95%置信區間表示。統計上,類別變數用雙因素方差分析加Tukey事後檢驗,連續變數用Pearson相關並做Bonferroni校正,另用主成分分析、線性迴歸、廣義估計方程(GEE,以Apple Watch和靜坐為對照)、對均方根誤差的伽馬迴歸以及Bland–Altman分析尋找誤差的影響因素。

主要發現

  1. 1
    實驗室裡心率大多與心電圖接近,騎車時最準。中位數誤差騎車為1.8%(95%置信區間0.9%–2.7%),步行最大,為5.5%(3.9%–7.1%);騎車時7款中有6款低於5%,Samsung Gear S2為5.1%(2.3%–7.9%)。步行時只有Apple Watch的2.5%(1.1%–3.9%)和PulseOn的4.9%(1.4%–8.6%)低於5%,Microsoft Band為5.6%(4.9%–6.3%),其餘4款在6.5%至8.8%之間。
  2. 2
    每一款裝置、每一種活動下,熱量估算都不理想。各裝置能量消耗的中位數誤差從Fitbit Surge的27.4%(24.0%–30.8%)到PulseOn的92.6%(87.5%–97.7%),沒有任何一款裝置的誤差低於20%。綜合各裝置,熱量誤差在步行時最低,為31.8%(28.6%–35.0%),跑步為31.0%(28.0%–34.0%),靜坐時最高,為52.4%(48.9%–57.0%)。
  3. 3
    綜合各裝置和各活動,Apple Watch的心率誤差最低,為2.0%(1.2%–2.8%),Samsung Gear S2最高,為6.8%(4.6%–9.0%)。摘要指出,把心率和熱量合在一起看,總體排名的兩端也是這兩款裝置。
  4. 4
    男性的心率誤差高於女性,且各裝置普遍如此。廣義估計方程給出P=4.56×10−5(效應量0.044,z=3.505),作者稱男性的心率誤差平均比女性高約4%。同一段還列出Tukey檢驗的均值差:Basis Peak為43.5%(方差分析P<1×10−5),Fitbit Surge為14.7%(P=0.0165),但原文沒有說明具體比較的是什麼。
  5. 5
    體型與體能因素的方向並不一致。摘要和討論稱,膚色較深、腕圍較大、BMI較高與多款裝置的心率誤差較大有關,但正文沒有給出膚色的數值(在補充表格中);而Apple Watch在跑步時,BMI(t=−2.78,P=0.009)、體重(t=−2.53,P=0.016)和腕圍(t=−2.71,P=0.01)都與誤差呈負相關。較高的VO2max則與Microsoft Band(t=2.25,P=0.03)和Basis Peak(t=2.34,P=0.025)步行時誤差較大相關。
  6. 6
    活動型別和強度會影響心率誤差,但並沒有哪個人始終測得很差。誤差跑步低於步行,同一種運動中強度越高誤差越大;作者沒有發現某些個體在不同任務或不同裝置上系統性地誤差更大。
兩張熱圖,按腕戴裝置和活動列出誤差中位數:心率誤差多在深藍色的可接受範圍內,能量消耗誤差則全部為較淺的高誤差顏色。
Figure 3 熱圖顯示各裝置在各項活動中的心率誤差中位數(A圖)和熱量誤差中位數(B圖),以佔參照測量值的百分比表示。深藍色代表可接受的5%以內誤差,較淺的藍色、白色和黃色代表誤差更大。大多數心率格子落在可接受範圍內,而所有熱量格子都在範圍之外。Figure 3 from Shcherbina et al., Journal of Personalized Medicine (2017), CC BY 4.0. Reproduced unchanged; caption by MoveVitals.

限制與不確定性

  1. 1
    作者指出,只測試了當時已上市的裝置和演算法,而且是在實驗室中;穿戴式裝置真正的價值在於診室之外的連續監測,這留待以後的研究。自這篇2017年的論文發表以來,韌體和演算法的更新可能改變任何一款裝置的數字。
  2. 2
    我們的觀察:各裝置的資料取得方式不同,有的按分鐘匯出,有的來自手機應用資料包,有兩款是用數字化工具從影象中描摹,還有一款由每3秒的樣本平均而來。這會帶入與感測器無關的誤差;裝置還分成兩批、各40次測試,每人最多同時佩戴4款。
  3. 3
    我們的觀察:誤差以絕對百分比計算,看不出裝置是讀高了還是讀低了,而5%這條線是作者自己定的,並非臨床要求。只分析每個階段的最後1分鐘,也很難說明裝置在運動強度快速變化時的跟隨能力。
  4. 4
    我們的觀察:正文存在不一致之處。步行結果稱有3款裝置低於5%,卻把Microsoft Band列為5.6%;男女差異的P值在一處是4.56×10−5,另一處是4.56×10−4;摘要稱Samsung Gear S2在兩項指標上總體最差,但熱量誤差最高的是PulseOn(92.6%)。更細的亞組結論需要謹慎對待。
  5. 5
    我們的觀察:60名健康志願者來自高校和業餘運動俱樂部,並經過刻意挑選以保證多樣性,不是隨機樣本。男性29人、女性31人,裝置7款,活動多種,協變數眾多,性別、BMI和VO2max方面的發現只能視為探索性結果,研究也沒有測試有心臟疾病或其他疾病的族群。

日常健康啟示

對節奏穩定的運動,這幾款腕戴裝置測得的心率大多與心電圖參照接近,騎車時中位數誤差只有幾個百分點,用來區分一次訓練是輕鬆還是吃力夠用了。熱量就不同了:各裝置能量消耗的中位數誤差為27.4%至92.6%,只能當作粗略的相對參考,不宜據此決定吃多少,這也與作者提醒在健康促進專案中謹慎使用熱量估算的態度一致。

不要由此認定哪個品牌今天最好或最差:測試的是較早的型號,此後的軟體更新都可能改變結果。也不要把心率的結論搬到間歇訓練、心率變異性或睡眠監測上,這些都沒有測試;一項指標準確,不代表同一塊表的其他指標也準確。這是健康成年人在實驗室裡得到的較紮實證據,並不等於日常佩戴時同樣準確。

如何連結自己的資料

想了解自己的裝置,可以在單車或跑步機上以恆定強度做一次約5分鐘的練習,同時佩戴胸帶等心電類參照裝置,對比最後1分鐘的讀數,這也是該研究的取數方式;步行時的差距通常比騎車時大。熱量只用於同一裝置、同一類運動的數週趨勢,不要用來比較不同品牌,也不要把不同裝置的熱量取平均。佩戴鬆緊、戴在哪隻手腕,以及裝置自身按分鐘平均的取樣方式,都可能讓讀數出現偏差。

如何理解這類證據

一致性取決於裝置、韌體、參照、族群和使用情境。相關性不等於一致性;驗證某個指標不等於已證明診斷或治療獲益。

來源與署名

Accuracy in Wrist-Worn, Sensor-Based Measurements of Heart Rate and Energy Expenditure in a Diverse Cohort

Journal of Personalized Medicine · 2017-05-24

DOI: 10.3390/jpm7020003 ↗PubMed · 28538708 ↗

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 →