《Frontiers in Public Health》:Effects of digital multimodal interventions on objectively measured physical activity in older adults: a systematic review and meta-analysis
背景:随着全球人口老龄化进程加速,低体力活动水平已成为威胁老年人健康的核心因素,基于加速度计、可穿戴设备等客观监测工具的数字健康干预(Digital Health Interventions, DHIs)逐渐成为促进老年人主动健康的新兴手段。目的:本研究旨在通过系统评价与Meta分析,定量评估基于客观监测数据的DHIs对老年人体力活动水平的实际效应。方法:研究人员检索PubMed、Web of Science、Embase、Cochrane Library及CINAHL数据库,检索时限截至2026年4月12日,纳入采用加速度计或智能传感器等客观工具记录DHIs对老年人体力活动促进效应的随机对照试验(Randomized Controlled Trials, RCTs)。采用随机效应模型进行Meta分析,以均数差(Mean Difference, MD)评估效应量,使用Cochrane偏倚风险工具(Risk of Bias 2.0, RoB 2.0)评估纳入研究质量,通过敏感性分析与亚组分析探索异质性来源,采用剪补法进行压力测试,依据GRADE系统评价证据确定性。结果:最终纳入21项RCTs,共涉及2962名参与者。Meta分析结果显示,DHIs可显著增加老年人每日步数[MD=381.58,95%CI(237.58,525.58),p<0.00001],Egger's检验未检出显著发表偏倚(p=0.062);而中高强度体力活动(Moderate-to-Vigorous Physical Activity, MVPA)时长的原始合并效应虽显著[MD=34.78,p<0.00001],但存在显著发表偏倚(p=0.033),经剪补法校正并填补6项研究后,效应量降至19.70且失去统计学显著性(p=0.059)。探索性亚组分析显示,可穿戴设备与远程人工反馈在每日步数效应量上呈更优趋势,针对特定健康风险人群的干预在MVPA改善上优于一般健康老年人,但上述结果仅具假设生成价值。GRADE评价显示,每周MVPA时长证据确定性为“低”等级,每日步数证据确定性为“极低”等级。结论:现有低确定性证据提示,DHIs可能对增加老年人日常活动总量具有潜在促进作用,但其驱动MVPA的稳健性仍不足。数字干预在针对特定健康风险人群时可呈现相对更优的行为促进效应,但临床推广中不应将其视为改善运动强度的独立手段。未来研发应探索从简单数据记录向整合强度调节与多维反馈的智能闭环系统转型,以提升干预效应的稳健性。
1 引言
全球人口老龄化进程持续加速,老年人慢性病高发与生理功能衰退已成为严峻的全球公共卫生挑战。体力活动(Physical Activity, PA)作为维持老年人代谢健康、改善心肺功能、延缓认知衰退的核心干预措施,被广泛认为是实现“积极老龄化”的生理基石。然而全球老年人群体力活动水平普遍未达到世界卫生组织(World Health Organization, WHO)推荐标准,长期久坐行为直接导致跌倒、衰弱、生活质量下降等一系列负面健康结局。鉴于体力活动不足带来的沉重社会经济负担及其对老年人健康预期寿命的显著威胁,开发并验证针对性行为干预策略以逆转这一负面趋势,已成为当前公共卫生领域的迫切任务。
在改善老年人体力活动水平的各类策略中,日常步行与抗阻练习因准入门槛低、健康效益高,成为社区干预的首选方案。但传统干预模式多依赖参与者自律与回顾性随访,在实际实施中面临体力活动水平量化困难、居家场景缺乏循证指导、干预强度无法实时调整等现实挑战,导致干预结局个体间差异较大、长期依从性持续偏低。近年来,数字健康干预(DHIs)的出现为突破上述壁垒提供了技术基础。本研究语境下的“数字多模态干预”特指在DHIs架构内,通过技术媒介多维组合与交互机制多元协同实施的系统性行为重塑方案。为厘清智能手环、移动应用、网络平台、Zoom会议、虚拟代理等多元媒介带来的技术异质性,本研究将其统一纳入二维概念框架:硬件载体模式(独立可穿戴硬件与移动App或网络平台的互动)与传递主体模式(自动化技术驱动与远程人工辅助或技术辅助类型的整合)。尽管上述干预在软硬件呈现形式上存在高度异质性,但其底层理论机制具有同质性——均以客观传感器捕获的动态数据为核心,通过整合目标设定、自我监测等行为改变技术(Behavior Change Techniques, BCTs),触发并重塑老年人的主动健康管理行为。通过构建软硬件协同、人机交互的多元闭环,数字多模态干预旨在克服单一技术媒介在触发行为促进效应上的局限性,为精准评估老年人多维体力活动水平提供前提路径。
现有系统评价证据已初步探索数字干预在促进老年人健康方面的潜力,多项研究表明移动健康(mHealth)或远程监测措施可改善老年人的自我管理效能与功能性体能表现。但针对体力活动两大核心指标——每日步数与中高强度体力活动(MVPA),现有研究结果仍存在显著不一致性。首先,测量工具的混杂性损害证据真实性,多数现有综述常混合主观回忆量表与客观监测数据,受认知功能差异与社会期望效应影响,老年人在主观报告中常存在显著回忆偏倚,可能导致干预效应被大幅高估。其次,数字干预对活动强度的驱动效应尚不明确,现有研究多聚焦于每日步数这一总量指标,而对于对慢性病预防更具临床意义的MVPA时长,数字反馈机制能否实现从“总量提升”到“强度达标”的跨越,目前仍缺乏基于纯客观数据的系统整合。此外,现有研究虽已根据数字干预交互程度对技术媒介进行分类以评估其对老年人特定体力活动与生理结局的影响,但不同交互特征的技术路径能否协同驱动日常活动总量(每日步数)与运动强度(MVPA)的长期适应性改变,学术界仍缺乏系统性阐释,何种技术模式与人群特征可产生高确定性获益仍是纯客观测量数据证据链中的明确缺口。
本研究通过系统评价与Meta分析,定量评估数字健康干预(DHIs)对老年人客观测量体力活动的特异性效应。通过严格纳入基于加速度计、计步器等客观监测方法的随机对照试验(RCTs),规避自我报告偏倚,揭示干预对行为改变的真实效应。同时通过干预特征与人群属性的亚组分析,为构建老年人精准数字运动处方提供科学支撑。
2 材料与方法
本系统评价方案已在PROSPERO注册(注册号:CRD420261366882),最终实施方案、结局指标定义与统计分析计划与平台初始提交的设计完全一致,无方案偏离。系统评价的实施与报告严格遵循《系统评价与Meta分析报告规范》(PRISMA 2020)声明。
2.1 检索策略
两名研究人员独立在PubMed、Web of Science核心合集、Embase、Cochrane Library及CINAHL数据库开展系统文献检索,检索时限为各数据库建库至2026年4月12日,检索语言限定为公开发表的英文文献。检索策略采用主题词(如MeSH、Emtree)与自由词(如标题/摘要字段)结合的方式,通过布尔逻辑运算符交叉组合四个维度的核心术语:(1)老年人群:包括“Aged”[Mesh]、“Frail Elderly”[Mesh]、older adult、senior、geriatric、aging、late life;(2)数字健康干预:包括“Telemedicine”[Mesh]、“Mobile Applications”[Mesh]、“Smartphone”[Mesh]、“Wearable Electronic Devices”[Mesh]、“Fitness Trackers”[Mesh]、digital health、mHealth、eHealth、telehealth、mobile app、wearable、smartphone、activity tracker、web-based、text messag;(3)体力活动与行为结局:包括“Exercise”[Mesh]、“Motor Activity”[Mesh]、“Sedentary Behavior”[Mesh]、“Walking”[Mesh]、physical activity、exercise、walking、daily steps、step count、MVPA、sedentary、sitting time、active lifestyle;(4)客观监测工具:包括“Monitoring, Physiologic”[Mesh]、pedometer、activity tracker、actigraph、accelerometer、sensor*。鉴于纳入标准严格限定为同行评审的独立发表RCTs,未进行灰色文献或特定临床试验注册平台的补充检索。研究人员同时对最终纳入研究的参考文献列表及相关系统评价进行标准化手工回溯检索,补充数据库检索可能遗漏的原始研究。
2.2 纳入与排除标准
依据PICOS原则制定如下标准:参与者(P):平均年龄≥60岁的老年人。干预(I):以移动应用、可穿戴设备、智能传感器或网络平台等数字多模态技术为核心的行为改变干预项目。对照(C):接受常规护理、标准化健康教育、等待列表或非数字干预的对照组。结局(O):体力活动必须通过ActiGraph加速度计、activPAL传感器或计步器等客观监测工具评估,主要结局为每日步数与每周中高强度体力活动(MVPA)时长。研究设计(S):同行评审发表的随机对照试验(RCTs)。排除标准:(1)重复发表文献;(2)仅通过自评问卷评估体力活动的研究;(3)无法获取原始数据或无法进行效应量转换的研究。
2.3 数据收集流程与数据条目
文献筛选与数据提取由两名研究人员独立完成,先阅读标题与摘要进行初筛,再进行全文审阅确定最终合格文献,分歧通过讨论或第三方专家共识解决。两名研究人员独立筛选阶段的评分者间信度Cohen’s Kappa系数为0.74。对于待合并的定量数据提取,本研究统一优先提取核心结局指标的基线变化值,仅在无法获取变化值时客观提取干预后数值。提取内容包括基础系统评价信息、参与者特征(年龄、性别、健康状况)、结局指标(每日步数、MVPA)、客观监测数字健康干预的关键细节(如健康状况)与干预参数(时长、载体模式、反馈机制)。时间点选择上,本研究统一严格提取各原始研究干预结束后即刻的干预后数据,对于同时报告干预后即刻数据与长期随访数据(如6个月、12个月)的原始研究,不提取最长随访数据,也不对不同时间点数据进行均值计算,以严格避免干预撤除后行为衰减引发的时序异质性,精准分离数字多模态干预本身的即时行为重塑效应。对于数据不完整的研究,尝试联系通讯作者获取缺失信息,若无法获取则严格按照Cochrane手册推荐的方法计算并转换基线变化值的标准差SDchange,相关系数设定为0.5;若原始研究仅报告中位数与四分位距(IQR),则依据标准统计公式将其转换为Meta分析所需的均数与标准差。
2.4 偏倚风险与证据确定性评价
采用Cochrane协作网推荐的偏倚风险工具2.0(RoB 2)评估纳入研究质量,评价涵盖5个领域:随机化过程偏倚、偏离预定干预偏倚、结局数据缺失偏倚、结局测量偏倚、结局报告选择偏倚,各领域判定为“低风险”“有些担忧”“高风险”,最终形成每项研究的整体偏倚风险判定。采用GRADE系统评价证据确定性,从研究设计偏倚风险、不一致性、间接性、不精确性、发表偏倚5个维度进行降级评价,将证据确定性分为高、中、低、极低4个等级。两名 reviewer 独立完成质量评估,分歧通过讨论达成共识,必要时咨询第三方专家。
2.5 数据分析
本研究统计分析主要采用Review Manager 5.4与R软件,R软件环境下的Meta分析脚本编程主要调用meta与metafor程序包。连续变量合并统一通过metacont函数在随机效应框架下执行,可指定三级模型或经典矩阵模型;针对存在显著发表偏倚的指标,调用trimfill函数进行剪补法压力测试。由于本综述关注的每日步数(步/天)与每周中高强度体力活动时长(MVPA min/周)均为连续变量,且所有纳入研究均采用客观监测工具,因此通过计算均数差(MD)与95%置信区间(CI)估算合并效应量。统计异质性评估采用I2检验进行定性定量判定:I2≤25%为低异质性,25%< />2<50%为中等异质性,50%< />2<75%为显著异质性,I2≥75%为高异质性。考虑到老年参与者在健康基线、文化背景、数字干预环境(居家vs社区)等方面的固有差异,为提升结论稳健性并保守估计效应量,本研究对所有结局指标的统一合并分析均采用随机效应模型。
为开展稳健性验证与异质性探索,本研究采用多层处理策略。敏感性分析采用留一法,观察合并效应量与异质性的动态变化,识别对结果产生不成比例影响的影响力数据点。为深入探索纳入研究间多元媒介带来的外在技术性异质性,明确不同技术模式的独立贡献,本研究预设4个维度的亚组分析:第一,技术载体维度,比较独立可穿戴设备与纯软件或交互式网络平台的效应差异;第二,传递主体维度,考察技术驱动的纯自动化监测模式与远程人工反馈辅助干预的效应异同;第三,人群特征维度,将参与者分层为一般健康社区人群与具有特定健康风险或临床亚健康特征的人群进行比较;第四,干预时长维度,以12周为阈值区分短期与中长期干预的影响。此外,为充分阐明对照组设计对每周MVPA时长异质性的潜在调节作用,在研究数据提取完成后补充开展了事后分析,即“对照组性质(主动对照vs非主动对照)”,以确保方法学流程的完全透明。发表偏倚评估遵循Cochrane协作网标准,当单一结局指标纳入的原始研究数量k≥10时,采用漏斗图进行可视化检查,辅以Egger线性回归检验进行定量评估;若存在显著发表偏倚风险,进一步采用剪补法进行压力测试,通过模拟填补缺失研究后的效应量变化判断原始合并结果的稳定性。所有统计学检验水准设定为p<0.05。
3 结果
3.1 文献筛选与研究选择
本研究文献筛选流程的PRISMA 2020流程图显示,通过对5个数据库的初步检索,共识别相关记录11874条,经文献管理软件结合人工核查剔除7005条重复发表文献后,剩余4869条记录进入初筛阶段。标题与摘要初筛阶段共排除4741项研究,排除原因主要包括人群不匹配(如年龄不符合或为非社区场景)、非数字干预、结局指标与客观体力活动无关、非随机对照试验设计、动物实验等。初筛后,研究人员对剩余128项研究进行严格全文评估,依据预设PICOS标准额外排除107项研究,具体排除原因包括:年龄<60岁或非社区生活环境(n=33)、非数字干预或不聚焦体力活动(n=24)、结局指标不完整或数据不可用(n=18)、非RCT设计或仅为研究方案(n=26)、重复或重叠数据(n=6)。最终纳入21项高质量研究进行定性合成,所有纳入研究均包含足够的统计信息进行定量合成(Meta分析)。
3.2 纳入研究特征描述
本研究共纳入21项随机对照试验(RCTs),发表时间跨度2009年至2025年,其中2020年及以后发表的研究占比超过50%。研究总样本量为2962名参与者,单项研究样本量波动于26至605名参与者之间。参与者平均年龄主要集中在60至75岁之间。人群类型涵盖一般社区居住老年人、活动不足的老年人、超重或肥胖老年人、衰弱或衰弱前期患者、糖尿病或心血管疾病风险高危人群。除2项研究仅聚焦女性人群外,其余研究均纳入两性参与者,女性占比普遍在50%至85%之间。
各研究采用的数字平台呈现多元化特征,主要包括移动应用(如WeChat、WhatsApp、LINE、Rehab-Fit)、可穿戴设备(如Fitbit系列、Jawbone、计步器)、网络在线平台与虚拟交互技术(如Virtual Agent、Zoom)。干预时长范围为4周至12个月,其中12周(3个月)为最常见的干预周期。理论框架方面,社会认知理论(Social Cognitive Theory, SCT)、自我效能理论、自我调节理论、行为改变轮(Behavior Change Wheel, BCW)得到广泛应用。核心行为改变技术(BCTs)主要集中于目标设定、自我监测、实时或自动化反馈、远程指导或电话咨询、社会支持。对照组设置方面,多数研究采用常规护理、标准化健康教育手册或等待列表对照,部分研究采用基础计步器监测或结构化运动建议作为对照。结局指标方面,所有纳入研究均采用客观监测工具,其中13项研究报告每日步数为主要或次要结局指标,12项研究报告MVPA时长。ActiGraph加速度计为最常用的测量工具,其次为activPAL监测仪、专业级计步器或智能可穿戴设备直接导出的传感器数据。研究随访期多与干预结束时间重合,部分研究提供了干预后3至12个月的长期追踪数据。
3.3 纳入研究的偏倚风险评估
本系统评价对21篇纳入文献进行了严格的方法学质量评估,结果显示多数研究在关键评估领域表现良好,反映了当前数字健康干预在运动科学研究设计的规范化程度。5个维度(随机化过程D1、偏离预定干预D2、结局数据缺失D3、结局测量D4、结局报告选择D5)的评估显示,多数研究整体判定为“低风险”。部分研究详细描述了随机序列生成与分配隐藏,并通过加速度计、计步器等客观监测工具规避了非盲法设计带来的潜在测量偏倚(D4);多数研究因方案注册完善与结果报告透明,在选择性报告(D5)维度确保了低风险。但需谨慎注意的是,受数字行为干预的公开性限制,所有纳入研究在“偏离预定干预”(D2)维度均被判定为“有些担忧”,这客观反映了体力活动干预研究中参与者与研究人员无法实现盲法的行业共性局限,即无法排除非盲法设计对干预实施过程的潜在干扰。部分研究因特定领域的方法学局限被判定为“有些担忧”或“高风险”:Bickmore等和Muellmann等在结局数据缺失(D3)维度被标记为高风险,主要源于随访期间参与者脱落率高或组间脱落比例失衡,可能干扰合并效应量的真实性;Ashe等和Pischke等因部分原始数据缺失且未明确说明插补方法,在D3维度被判定为“有些担忧”。
4 结果
4.1 结局指标的合并结果
4.1.1 每日步数
数字健康干预(DHIs)增加老年人每日步数的森林图显示,本分析共纳入14项独立研究,涉及实验组827例、对照组824例。合并总体效应量均数差(MD)为381.58,95%置信区间(CI)为[237.58,525.58]。异质性检验结果:χ2=39.95,自由度df=13,p=0.0001,I2=67%。总体效应检验Z统计量为5.19,统计学显著性水平p<0.00001。
4.1.2 MVPA
数字健康干预(DHIs)增加老年人MVPA的森林图显示,本分析共纳入12项独立研究,涉及实验组730例、对照组732例。合并总体效应量均数差(MD)为34.78,95%置信区间(CI)为[20.49,49.08]。异质性检验结果:χ2=12.79,自由度df=11,p=0.31,I2=14%。总体效应检验Z统计量为4.77,统计学显著性水平p<0.00001。
4.2 亚组分析
4.2.1 每日步数亚组分析
每日步数(步/天)的亚组分析结果如下:干预时长维度,<12周组与≥12周组的效应量分别为453.85与296.59,亚组差异检验无统计学意义(p=0.29)。干预工具维度,移动App组、可穿戴设备组、虚拟教练组的效应量分别为311.70、961.22、971.71,亚组差异检验呈现潜在分化趋势(p=0.02,I2=73.7%),但考虑到可穿戴设备组与虚拟教练组分别仅纳入4项与3项研究,该显著性无法排除小样本随机误差导致的假性结果风险。交互性质维度,人工反馈组呈现较强效应趋势(MD=400.68,p<0.00001),而纯自动化组的合并效应量为229.29[95%CI,-202.12,660.71],总体效应检验无统计学意义(p=0.30)。理论基础维度,明确理论框架组与非理论驱动组的效应量分别为380.45与382.31,亚组差异检验p=0.99。各亚组内普遍存在外在异质性,除可穿戴设备组(I2=41%)外,多数亚组的I2值在58%至78%之间。
4.2.2 MVPA亚组分析
每周MVPA时长的亚组分析结果如下:干预时长维度,≤12周组的效应量为51.26,高于>12周组的24.88,亚组差异检验p=0.08。人群特征维度,特定健康风险人群组的效应量为57.15,数值上高于一般健康老年人群组的23.55,亚组差异检验具有统计学意义(p=0.03),该结果可作为未来研究的探索性假设。干预形式维度,纯软件/网络组的效应量为54.96,软硬件结合组为32.41,亚组差异检验p=0.34。对照组性质维度,非主动对照组的效应量为51.44,主动对照组为25.00,亚组差异检验p=0.17。各亚组内固有异质性较低,除干预时长>12周组(I2=25%)与软硬件结合组(I2=27%)外,多数亚组的I2值低于20%或为0%。
4.3 报告偏倚与稳健性检验
本研究针对每日步数与每周MVPA时长绘制漏斗图。每日步数漏斗图中散点在中线两侧分布相对均匀,Egger's检验结果显示p=0.062,提示统计学层面未检出显著发表偏倚。而MVPA研究的散点分布呈现明显不对称,定量评估显示MVPA的Egger's检验具有统计学意义(t=2.47,p=0.033),提示数字干预对该指标的驱动效应受到小研究效应的显著混杂,原始合并效应量可能存在高估风险。
鉴于MVPA指标存在小研究效应潜在风险,本研究采用剪补法进行稳健性检验。剪补法识别出左侧6项缺失研究,填补这些潜在研究后,模拟调整后的合并效应量从原始34.78降至19.70[95%CI:-0.76,40.16],统计学显著性消失(p=0.059)。需注意,剪补法本质上是探索性敏感性分析,而非发表偏倚存在的确定性因果诊断。考虑到纳入研究在技术载体与具体传递渠道上的异质性,该算法通过数学对称性模拟的虚拟估计存在统计不确定性,因此该调整结果仅应解释为极端对称分布假设下合并效应稳健性的最低边界,提示解读数字健康干预对老年人MVPA的确切促进效应时需持审慎态度。
4.4 证据确定性评价
本研究采用GRADE系统对各指标反映的数字健康干预对老年人体力活动影响的证据确定性进行评估。每周MVPA时长的证据确定性被评为“低”等级:除因体力活动干预研究无法实现双盲的行业共性特征在偏倚风险维度被降级外,该指标在发表偏倚维度也被降级——尽管原始研究间异质性较低(I2=14%),但Egger's检验识别出显著发表偏倚风险(p=0.033),且剪补压力测试显示调整后合并效应失去统计学意义(p=0.059),提示该指标证据稳健性较弱,原始效应量易受小研究效应干扰。每日步数的证据确定性被严格评为“极低”等级,该指标主要面临三重风险的叠加:第一,不一致性维度,因纳入研究干预工具(如移动App vs可穿戴设备)差异显著,研究间存在中高度异质性(I2=67%,亚组差异p=0.02),被降级1级;第二,偏倚风险维度,受部分研究参与者脱落率高与无法实现双盲影响,被再降级1级;第三,漏斗图分析显示散点分布不对称且精度差异较大,提示存在发表偏倚风险,被额外降级1级。综上,受研究不一致性、偏倚风险与发表偏倚的三重干扰,数字健康干预增加老年人每日步数的证据确定性处于极低水平,解读与临床转化该指标的获益结果时必须保持高度谨慎。
5 讨论
5.1 研究发现总结
本系统评价与Meta分析结果显示,基于客观监测的数字健康干预(DHIs)在改善老年人体力活动水平方面,不同结局指标呈现分化特征。每日步数方面,干预组较对照组增加381.58步,Egger's检验未检出显著发表偏倚(p=0.062),提示DHIs在增加老年人日常活动总量方面具有潜在促进效应。而MVPA时长的证据稳定性较差,尽管原始合并效应显示增加34.78分钟,但Egger's检验识别出小研究效应潜在风险(p=0.033),经剪补敏感性检验填补6项研究后,合并效应量降至19.70分钟且失去统计学意义(p=0.059),该数值波动仅代表极端假设下的稳健性边界,提示解读其确切总体效应需保持谨慎。亚组分析进一步提示,DHIs的效应受技术载体与人群特征等因素调节,其中可穿戴设备与人工反馈在每日步数上呈现更优效应趋势,特定健康风险人群较健康老年人在MVPA改善上表现更优。基于GRADE系统评价,两项结局指标的证据确定性均为“低”等级:每日步数因研究间高异质性(I2=67%)与预测区间显著跨越无效线被降级;MVPA时长因剪补调整后稳健性丧失叠加偏倚风险干扰被降级。
5.2 基于客观监测的数字干预对老年人体力活动效应的机制与理论探索
本研究结果显示,基于客观监测的数字健康干预(DHIs)可显著改善老年人日常活动总量(每日步数),但在驱动运动强度(MVPA)方面稳健性欠佳。该发现与Ran Li等和Muellmann等的结论部分一致,强化了数字媒介可通过实时步数反馈诱导老年人增加日常位移的结论;但本研究关于MVPA在压力测试下失效的结论与Ashe等报道的稳健获益存在差异,其核心原因在于测量工具的纯度:既往研究多混合主客观数据,可能掩盖主观报告偏倚导致的高强度活动水平高估;而本研究严格限定纳入客观监测数据,提示在无实时专业指导的情况下,独立技术工具能否稳定驱动老年人跨越中高强度运动的生理阈值仍需审慎对待。
数字健康干预增加老年人每日步数的机制可能与监测数据与日常活动的实时配对有关。传统运动建议常因缺乏量化标准导致长期依从性不佳,而数字工具利用加速度计等传感器将原本难以精准感知的身体位移转化为直观的数值反馈,这种结果呈现有助于增强参与者对自身活动进展的感知,从而促进运动目标的达成。此外,DHIs内的目标设定功能将复杂的运动需求拆解为模块化组件,可在一定程度上降低老年人参与体力活动的行动门槛,而每日目标的达成可为维持持续运动表现提供正向反馈。这一行为促进效应也在更广泛的社会生态学与行为决定因素框架中得到印证:证据表明,针对可改变决定因素(如老年人身体健康与幸福感)的干预措施,相较于仅依赖心理或行为认知调节的项目,在促进客观测量体力活动(如步数、MVPA)方面表现出显著更优的生态效应,提示数字工具固有的实时身体数据反馈正是通过直接锚定身体健康感知这一核心可改变决定因素,实现了宏观层面的行为重塑。同时,本综述基于严格客观监测数据的结果进一步提示,若无专业指导,独立技术干预在跨越中高强度运动生理阈值方面存在潜在不确定性。
亚组分析进一步阐明了不同干预设置对效应量的具体调节机制,涉及设备交互、人工监督、人群特征等多维度。设备交互方面,可穿戴设备显著优于纯移动App,这归因于手环等硬件的物理接触特性,可在用户久坐时通过振动实现被动提醒,其被动提醒效果强于需用户主动打开手机查看的App,从而有助于减少疏忽导致的久坐时间。人工参与方面,人工反馈组表现显著优于纯自动化监测组,提示针对老年人群,人工参与可提供必要的社会监督效应,定期沟通与鼓励有助于提升干预依从性。人群特征方面,特定健康风险人群的MVPA改善效应优于健康老年人,这可能源于该类慢性病或健康风险人群对健康需求的迫切性更高,数字工具提供的精准监测更易为其带来更大的行为促进获益。此外,12周以内的短周期干预在增加MVPA方面表现更优,这可能与干预初期老年人对新技术的配合度较高有关,随时间推移,外部工具带来的行为刺激可能逐渐出现衰减与钝化。
从统计学视角看,本研究凸显了数字干预定量证据的潜在波动性。尽管每日步数的Egger's检验未达到统计学意义(p=0.062),表现出一定统计稳定性,但I2=67%的高异质性提示干预效应深受具体实施环境的调节。而MVPA指标呈现小研究效应潜在风险(p=0.033),虽经剪补法填补6项研究后统计学显著性改变(p=0.059),但该结果仅代表极端对称分布假设下的稳健性最低边界,而非干预效应的确定性衰减。这种数值波动提示当前该领域研究对小研究效应高度敏感,鉴于剪补算法本身在技术异质性下的统计不确定性,尚无法明确得出现有DHI方案存在过度乐观估计的结论,但提醒我们在评估数字反馈机制增加运动强度的实际总体效应时需保持审慎态度。未来研究仍需进一步探索如何优化数字反馈机制,以实现复杂真实场景下老年人体力活动模式的稳健重塑。
5.3 研究局限性
尽管本研究定量评估了数字健康干预(DHIs)对老年人客观体力活动指标的改善效应,仍存在若干局限性。首先,核心结局指标的稳健性受发表偏倚与高异质性的双重干扰。MVPA时长的定量评估在剪补压力测试后失去统计学意义(调整后p=0.059),提示其阳性结果对小样本研究高度敏感;同时,尽管每日步数指标具有统计学意义,但研究间的高异质性削弱了结论的外推性。此外,方法学设计上,本综述仅检索公开发表的英文文献,且受同行评审发表质量限制,未检索灰色文献数据库与临床试验注册平台,可能进一步加剧了发表偏倚风险。
其次,参与者人群特征与干预方案异质性限制了结论的外推。纳入参与者涵盖健康老年人至特定临床风险亚群,结论无法直接推广至高龄、衰弱个体或有特殊身体负荷需求的老年人。同时,干预方案在设备交互程度(如独立App vs手环组合)与人工干预频率上缺乏统一性,难以提供标准化的普适性运动处方建议。
第三,测量与工具规范的不一致性构成方法学局限。尽管各研究均采用“分钟/周”作为MVPA的测量单位,但不同研究在操作加速度计(如ActiGraph)时采用的生理切点(cut-points)与计数间隔(epoch lengths)存在差异,这是临床异质性的重要来源。此外,本综述未能充分对齐科研级仪器(如ActiGraph、activPAL)与商用消费级设备的精度差异,鉴于老年人群普遍存在步速低、动作模式不规则的特征,商用设备在低速状态下可能存在漏录隐患,可能对最终合并效应量的精度产生微观扰动。
最后,盲法缺失与干预时长相对较短对证据强度产生潜在干扰。受运动行为干预固有属性限制,原始研究普遍无法实现双盲,可能引入同伴鼓励等非监测共干预因素,高估参与者依从性与运动表现。受此影响,依据GRADE评价,核心指标的证据确定性仅为“低”或“极低”等级。加之现有研究多集中于24周以内的短中期干预,缺乏干预停止后的长期随访,DHIs能否诱导长期生理适应与行为习惯重塑,仍需未来大样本、长周期研究进一步验证。
5.4 实践启示
本研究结果为老年人健康管理与数字康复实践提供了客观循证参考,其应用价值主要体现在三个层面:第一,临床与健康管理层面,本研究明确了独立数字干预的实际获益边界,并凸显了向“混合干预”升级的路径。尽管Meta分析显示DHIs可使老年人每日步数净增381.58步,但该剂量尚未达到公认的可诱导重大临床健康结局改善的宏观阈值(如增加1000步),提示当前独立DHI方案在驱动老年人跨越实质性临床获益所需体力活动剂量方面仍存在局限;叠加客观测量MVPA在敏感性测试中稳健性不足的现状,实践中不应将其视为改善运动强度的独立手段。为此,未来临床实践应部署软硬件协同的“混合干预模式”,引入人工监督与远程指导以弥补纯自动化监测的缺陷。同时,运动医学从业者应将数字技术与标准运动处方框架(即F.I.T.T.原则)深度对齐:在频率与时间维度,可利用数字工具的自动化行为触发技术,基于实时步数动态唤醒久坐行为,精细积累碎片化日常活动时间;在强度维度,智能设备应实时监测心率区间或步频,提供精准生物反馈与安全预警;在类型维度,应依托多模态交互界面,模块化拆解并个性化推送有氧走/跑、抗阻练习、平衡训练,提升运动处方的可操作性。
第二,精准干预与政策制定层面,本研究为数字资源优化配置提供了“精准投放”的实证依据。亚组分析显示,DHIs对活动总量的改善在特定健康风险人群中优于健康老年人,因此在医疗资源有限的情况下,政策制定者可优先考虑将数字资源配置给生理退化风险更高的脆弱人群。此外,鉴于独立可穿戴设备在效应量上呈现更优趋势,行业标准应鼓励“软硬件结合”的技术路径,利用硬件的即时反馈与物理接触特性辅助提升老年人的干预依从性。
第三,科研路径层面,本研究为未来数字技术长期行为评估指明了科学方向。鉴于客观体力活动指标呈现的高异质性与小研究效应潜在风险,未来研究亟需开展大样本、多中心RCTs,重点考察DHIs对老年人长期行为习惯重塑的持续效应。技术研发也应超越简单“数据记录”范畴,向整合强度调节、环境感知、实时反馈的闭环干预系统演进,提升干预效应在复杂真实场景下的稳定性与长期 efficacy。
6 结论
本系统评价与Meta分析结果显示,基于客观监测的数字健康干预(DHIs)在改善社区老年人体力活动水平方面,不同结局指标呈现分化特征。总体效应显示,DHIs有助于增加每日步数,且未检出显著发表偏倚;而每周中高强度体力活动(MVPA)时长的原始合并效应虽显著,但受潜在发表偏倚与小研究效应混杂,经剪补调整后失去统计学意义(p=0.059),其定量效应稳定性不足。探索性亚组分析提示,可穿戴设备与人工反馈在增加步数方面、特定健康风险人群在改善MVPA方面呈现更优效应量趋势。依据GRADE评价,受研究间高外在异质性、盲法控制缺失、调整后稳健性不足影响,MVPA时长与每日步数的证据确定性分别为“低”与“极低”等级。因此,外推与转化当前定量结果时需持审慎态度。未来研究建议开展大样本、多中心试验,探索从简单“数据记录”向整合强度调节、环境感知、多维反馈的智能闭环干预系统转型,进一步确证干预效应的长期 efficacy 与稳定性。