可穿戴设备与身体活动在慢性病管理中应用的机遇与挑战

Siobhan M. Phillips, PhD, MPH; Lisa Cadmus-Bertram, PhD; Dori Rosenberg, PhD, MPH; Matthew P. Buman, PhD; Brigid M. Lynch, PhD



可穿戴设备与身体活动在慢性病管理中应用的机遇与挑战

Siobhan M. Phillips, PhD, MPH1; Lisa Cadmus-Bertram, PhD2; Dori Rosenberg, PhD, MPH3; Matthew P. Buman, PhD4; Brigid M. Lynch, PhD5-7

1.Department of Preventive Medicine, Northwestern University Feinberg School of Medicine, Chicago, Illinois; 2.Department of Kinesiology, University of Wisconsin–Madison, Madison, Wisconsin; 3.Group Health Research Institute, Seattle, Washington; 4.School of Nutrition and Health Promotion, Arizona State University, Tempe, Arizona; 5.Cancer Epidemiology and Intelligence Division, Cancer Council Victoria, Melbourne, Australia; 6.Centre for Epidemiology and Biostatistics, Melbourne School of Population and Global Health, University of Melbourne, Melbourne, Australia; 7.Physical Activity Laboratory, Baker Heart and Diabetes Institute, Melbourne, Australia

背景

有研究证明增加身体活动能够有效预防和延缓心脏病、糖尿病、癌症等慢性非传染性疾病（慢性病）的发病，积极的身体活动对慢性病患者的身体健康具有诸多益处，例如降低慢性病恶化、继发疾病及死亡的风险[1]。同时，身体活动能够降低患者认知功能障碍和机体功能衰退，从而进一步提高患者精神健康及生活质量[2]。因此，当务之急是需要制订相关策略帮助慢性病患者及慢性病高危人群（至少存在1项慢性病危险因素）增加身体活动。

目前，可应用于收集和分析慢性病患者或慢性病高危人群身体活动数据、提供健康支持的技术设备种类繁多。可穿戴便携式设备、患者定向设备、24 h连续身体活动监测设备的应用为慢性病临床治疗及研究带来了新的机会。可穿戴设备包括健身腕带、智能手表、记录使用者身体活动及其他生理和行为因素的首饰（例如计步器、能量消耗仪等），此类设备可以与平板电脑/智能手机或网站一起使用，帮助使用者完成身体活动相关的数据采集及汇总。有研究指出：可穿戴设备设计的初衷是通过实时自我监测来帮助和激励使用者改变不良行为，增加身体活动，从而达到改善健康的目的[3]。

2013年，1/10的美国人拥有可穿戴设备，其销售量达到8,400万[4]，到2018年可穿戴设备的年销售额预计超过50亿美元[5]。可穿戴设备作为一个新兴产业，在受到关注的同时，也遭到了质疑。一方面，可穿戴设备能够在使用者毫无察觉的条件下采集身体活动数据，并具有更大频率、更低成本及更高流量的优势[6]。另一方面，可穿戴设备在促进健康行为改变方面有巨大潜力，但是此类设备在促进外部动机向内部动机转化的临床价值及可持续行为改变方面仍处于未知状态[3]。

本研究旨在：（1）总结可穿戴设备现在和将来的潜在用途；（2）讨论使用可穿戴设备的挑战；（3）为研究人员和临床医生指出慢性病预防的未来方向。

可穿戴设备在慢性病预防和管理中现在和将来的潜在用途

研究证明[7-8]可穿戴设备应用于慢性病患者健康管理中是可行的。此类设备在身体活动测量方面具有足够的有效性和可信度。大多数的使用者都愿意与研究者和医疗卫生系统共享设备数据。因此，目前正是将可穿戴设备整合到各类不同领域的契机。表1从流行病学和健康促进两个不同的领域详细介绍了可穿戴设备数据在慢性病研究和管理中的应用。

表1 可穿戴设备在慢性病管理和研究的目前和潜在应用

流行病学应用

可穿戴设备在慢性病管理中的流行病学应用包括：身体活动监测、描述活动的环境和相关性、追踪使用者的疾病发展轨迹（例如：术后恢复身体活动）。

流行病学研究主要依靠使用者自我估计和报告身体活动相关信息，具有中等或较低的有效性[9]。过去10年来，对于加速度计（一种测量身体活动的可靠设备）[10]的流行病学研究为个体身体活动模式研究提供了精细数据。然而，电池待机时间较短这一局限性导致加速度计的使用时间通常为7 d。由于超过几周甚至几个月的连续性数据不能被捕获，可能造成重要信息数据的遗漏。可穿戴设备解决了这一局限性，使用者可以自行充电或使用纽扣电池使设备待机时间≥12个月。连续、客观、实时的长时间数据采集对于深入了解身体活动模式提供了可能性。虽然，与研究用加速度计相比，可穿戴设备所采集的数据较简单，但其有效性更好、更具经济效益的两大优势[11]，使可穿戴设备成为很多大型研究的一个有吸引力的选择。总体活动时间和应用模式会根据不同的疾病进程和治疗有所不同。可穿戴设备可以应用于不同阶段慢性病轨迹的数据采集（例如术前与术后），通过收集不同疾病进程和治疗方式下身体活动频率、强度和持续时间的变化，帮助确定干预的关键时间点。

了解在不同环境中适合于不同人群的身体活动是干预成功与否的关键。可穿戴设备为现实中研究慢性病发展相关的身体活动决定因素及偏好提供机会，以确定更好的干预目标。通过将可穿戴设备采集数据与临床数据相结合，能够获取更全面、多维度的身体活动相关信息，包括患者报告结局（如动机、症状）；远程监测传感器（如全球定位、血压、血糖、体重）；生态瞬时评估法采集大众传媒相关数据。生态瞬时评估法是在受试者自然状态下反复、实时采集受试者的行为和体验。通过分析此类数据，能够突出个体的行为差异、时间分布差异、行为影响因素及各影响因素间的相互关系[12]。将可穿戴设备采集数据与生态瞬时评估法相结合，能够得到身体活动数据波动因果关系的更准确信息，并为确定潜在的干预时机、目标人群及高危亚群提供新见解。例如，此类方法能够揭示使用者身体活动减少的原因可能与极度疲劳有关。因此，研究人员可能通过设计干预措施来缓解疲劳，增加身体活动。

对于使用治疗前、中、后的身体活动模式来预测健康结局的相关信息较少。由于日常身体活动可能是整体健康与功能的一种表现形式，可穿戴设备采集的详细数据可以与临床数据（如住院治疗相关信息、疾病进程标志物）或功能数据（如体能、力量、平衡）相结合，帮助使用者在出现临床症状之前发现疾病发病或功能障碍。例如，使用者在发生疾病并发症前（如水肿、神经疾病）或住院治疗前，其身体活动可能下降。身体活动模式也可能是反映症状、治疗依从性、近期或远期疾病预后的一项指标[14]。使用者的身体活动可能在侵袭性疾病发病前出现迅速下降，身体活动改变也可能反映了因治疗的不良反应导致的治疗依从性差。因此，可穿戴设备采集的身体活动数据能够用于监测住院及门诊患者的疾病发病、治疗依从性、预测高危人群和慢性病患者疾病转归。

迄今为止，机器学习算法（使用研究用加速度计和陀螺数据采集）正在被开发用于预测功能状态，包括术后身体部位的运动变化、行走稳定性、步态速度和跌倒检测[15]。随着可穿戴设备存贮能力的增加，此类设备可以收集更多的数据，改进演算方法用于追踪高危人群、识别身体活动模式改变的各类指标，比如并发症增加、疾病进程加快、治疗依从性差或疾病自我管理能力降低。最后，将可穿戴设备采集数据、临床数据、功能数据与生物数据结合（如全基因组相关研究数据、NIH精准医疗计划），可以更深入地了解遗传和行为在疾病发病和进展中的相互作用。

健康促进

一篇研究13类可穿戴设备应用于行为改变相关性的文献综述表明[16]，在身体活动相关行为改变的典型案例中绝大部分使用类似的技术（如自我监测、目标设定、社会支持）。同时，慢性病患者认为可穿戴设备是有用的、可以被接受的[17]。因此，可穿戴设备应用于促进身体活动是一种可行、可及且低成本效益的方法。然而，现行的大多数可穿戴设备研究均需要社会支持、财政激励、健康辅导等其他支持来促进行为的改变[18]。因此，可穿戴设备对于慢性病高危人群及患者的临床意义，及在没有外部激励的情况下身体活动改变的可持续性仍是未知的[3]。这类似于提供控制体重的方法而不提供其他支持，其有效性是有限的。可穿戴设备整合理论驱动下的干预方法应该考虑到此类设备并不适用于所有人群。其原因可能有很多种（包括人口学特征、心理社会因素、动机），可能需要与其他干预措施合并使用。对于需要进行持续行为改变的使用者，应该采取阶梯式的额外干预方法和支持。

癌症预防和控制案例分析

可穿戴设备可以作为监测和干预方法被应用和整合到临床实践中。表2以癌症预防和控制作为案例分析，回答了这一主题的研究问题和临床意义等相关问题。简单来说，可穿戴设备可以通过在最佳时机为慢性病患者及高危人群提供更个性化、针对性的干预措施，从而改善患者健康、提高生活质量。

表2 可穿戴设备在慢性病管理中的潜在临床应用：癌症预防和控制个案分析

挑战和未来方向

目前的工作重点是需要了解将可穿戴设备整合到临床实践中的最有效的方法（表3）。使得在未来可穿戴设备数据可以与其他数据相结合，达到增加身体活动、改善患者健康和疾病预后、降低医疗费用的目的。图1描述了可穿戴设备如何理想地融入慢性病预防和控制的临床实践和研究。可穿戴设备采集的数据与疾病进程相关数据之间的关系、从其他资源获取的疾病结局数据，可以通过个体特征进行单向和双向的整合和分析，从而通过识别高危个体达到早期干预的目的。这些大数据可以用于临床实践和研究，制订更精准、更有效的多层次身体活动干预措施（如个人层面、系统层面），达到帮助慢性病患者和高危人群增加身体活动、改善健康和疾病预后、降低医疗成本的目的。

表3 可穿戴设备在临床实践和研究的未来方向和挑战

图1 可穿戴设备与慢性病预防和管理研究和临床实践理想整合框架模型

要完成这一理想目标，必须克服来自使用者/患者、设备本身和临床/研究环境3方面带来的挑战（表3）。多层次和多部门利益相关者的参与可以帮助规避很多挑战。了解个体患者对集中数据采集方法负担的看法是非常重要的。同时，了解临床医生对可穿戴设备数据的兴趣和偏好是非常必要。可穿戴设备的开发者应该参与到数据输出和演算过程，研究人员应该与健康信息的专家和统计学专家合作，共同研发新方法，整合来自可穿戴设备、其他设备和传感器的数据。

如何从可穿戴设备数据中提取有意义的数据，整合其他设备数据，帮助临床使用者做出治疗决策，成为一项重要挑战。目前，在实验室环境下，采用机器学习方法使可穿戴设备对大数据利用成为可能。下一步是将演算方法应用于数据采集的商业设备。大数据的应用将帮助研究人员更好地了解身体活动变化的幅度，从而通过可穿戴设备达到改善健康的目的。

了解使用可穿戴设备的数据来监测和预测身体活动、疾病状态或发病将为患者主动预防疾病、降低疾病严重程度、控制临床综合征的发病进程创造无数机会。根据患者的情况，例如真实动机（健身房距离近）、自我报告结果（高疲劳、低动力）、数据本身（未达到活动阈值），适时地调整应该优先考虑的干预方法[19]。另外，应该采用创新的研究设计（包括单个案例分析、多阶段研究、序贯多重研究设计[20]）来识别最有效的身体活动干预方法，了解在何种情况下、对何人有效、产生何种结果。动态的、系统化模型能够使实时的干预最大化地传递到使用者，同时帮助研究人员更好地利用来自可穿戴设备及其他设备提供的密集纵向数据[21]。

结论

可穿戴设备通过一种不引人注意的方法采集丰富的身体活动数据。这些数据能够与其他途径采集的数据相结合，用于监测身体活动相关行为改变和促进身体维持行为活动。目前，在可穿戴设备全面应用于慢性病患者及高危人群临床应用和改善健康之前，仍有很多问题和挑战需要解决（表2、表3）。让不同领域（如运动科学、公共卫生、生物信息学、统计学、方法论）的研究者和利益方（如患者、临床医生、电子病历系统工作人员、可穿戴设备公司代表）了解可穿戴设备使用的挑战，并发现相应的解决方案尤为重要。最终，解决这些问题和挑战有利于可穿戴设备在改善公众健康、临床实践和健康结局的作用，并在降低疾病风险、负担和医疗费用方面发挥作用。

致谢

Phillips由美国国家癌症研究所（NCI）资助（K07CA196840）；Cadmus-Bertram由美国国家癌症研究所（NCI）资助（K07CA178870）；Buman由R01CA198971，R21NR016046和R18DK 109516资助；Lynch得到了美国乳腺癌基金会（NBCF）的支持。

本文原文及参考文献请浏览：

https://www.ajpmonline.org/article/S0749-3797(17)30456-7/pdf

译自Am J Prev Med 2018;54(1):144–150

翻译：杨琴文（上海市闵行区疾病预防控制中心）

审校：傅华（复旦大学健康传播研究所） 孙桐（山东省疾病预防控制中心）

10.16117/j.cnki.31-1974/r.201804008