基于智能手表的养老院居民疼痛与脱水检测的患者水平评估:一项前瞻性观察性研究

《Frontiers in Digital Health》:Patient-level evaluation of smartwatch-based pain and dehydration detection in nursing home residents: a prospective observational study

【字体: 大 中 小 】 时间:2026年09月29日 来源:Frontiers in Digital Health 5.2

编辑推荐:

  摘要:养老院居民尤其是存在认知障碍、无法可靠自我报告症状者,面临疼痛与脱水被低估的高风险。可连续进行生理监测的消费级智能手表或有助于识别这些状况,但其在体弱老年人中的可行性仍未得到充分探索,且基于重复时间窗口随机划分的评估策略可能产生乐观偏倚。因此,研究人员评

  
摘要:养老院居民尤其是存在认知障碍、无法可靠自我报告症状者,面临疼痛与脱水被低估的高风险。可连续进行生理监测的消费级智能手表或有助于识别这些状况,但其在体弱老年人中的可行性仍未得到充分探索,且基于重复时间窗口随机划分的评估策略可能产生乐观偏倚。因此,研究人员评估了养老院居民连续智能手表监测的可行性,并探究基于智能手表衍生数据的机器学习模型能否在患者独立评估下检测疼痛与脱水。方法:在一项于奥地利维也纳三家慈善养老院开展的前瞻性观察性可行性研究(VIENNESE)中(2024年2月至2024年11月),24名居民入组,16名开始智能手表监测,13名完成方案并提供足够数据分析(1414个标注的120分钟时间窗口)。采用嵌套留一患者交叉验证评估匹配的XGBoost分类器,超参数仅在每折训练参与者内部进行调优。结果:疼痛检测显示微弱信号,平均每患者AUC为0.557(随机种子间范围为0.533至0.599),合并窗口水平AUC为0.736(0.662至0.784)。对于脱水,判别力仍处于随机水平(平均每患者AUC 0.513,范围0.468至0.550;合并0.484,范围0.393至0.593)。讨论:连续智能手表监测在该人群中操作可行。探索性模型提示存在微弱的疼痛相关信号,值得在具有更强参考标准的更大队列中评估,而水合状态可能需要不同的传感模式。
论文解读:智能手表监测在养老院居民疼痛与脱水检测中的可行性及患者独立评估

研究背景与目的:全球65岁及以上人口预计到2050年翻倍,养老院居民是最脆弱、医疗最复杂的亚群之一。疼痛在养老院长期被低估和治疗不足,尤其对患有痴呆或沟通障碍、无法可靠自我报告症状的居民而言,高达40%–80%的居民经历慢性疼痛,但近半数未得到充分治疗。现有评估依赖定期临床查房,间歇性方法可能遗漏评估间隙的关键生理波动,延误干预时机。脱水是可预防住院的主要原因之一,低摄入性脱水在老年人中尤为隐蔽,因衰老相关的口渴感知减退、肾浓缩能力下降和总体水分减少,可导致认知衰退、感染风险增加、伤口愈合受损、便秘和死亡。然而慢性低摄入性脱水在数天至数周内逐渐发展,其临床体征未必能在腕戴式消费设备可测量的生理信号中产生强烈一致的变化。消费级智能手表(如Apple Watch)可记录心率(HR)、心率变异性(HRV)、外周血氧饱和度(SpO2)、体力活动和步态相关移动指标,为连续监测提供了可能。但养老院居民在智能手表健康研究中代表性不足,且既往临床机器学习研究多采用随机划分时间窗口的评估策略,导致患者内数据泄漏、产生乐观偏倚。因此,本研究旨在评估连续智能手表监测在养老院居民中的可行性,并在患者独立评估下探索智能手表衍生数据检测疼痛与脱水的性能。

研究设计与队列:VIENNESE研究(Vital sIgn wEarables NursiNg homE SEtting)为前瞻性、非干预性可行性研究,在奥地利维也纳三家Caritas养老院开展,入组时间为2024年2月15日至2024年11月4日。经与护理人员共同筛选后,24名居民入组,16名开始监测,13名完成监测并提供足够数据组成分析队列(1,414个标注的120分钟窗口)。人口学特征显示,受试者平均年龄83.4岁(SD 10.7,范围62–96),女性12名(75.0%),平均BMI 30.4 kg/m2(SD 7.3)。伦理批准由维也纳Vinzenz集团医院伦理委员会(EK26/2022)授予,参与者均签署书面知情同意。

主要技术方法:研究人员使用Apple Watch Ultra 2配对iPhone SE 2nd Generation,要求受试者非惯用手腕连续佩戴4周(24小时/天,7天/周),设备持续测量HR、HRV-SDNN(正常RR间期标准差)、静息HR、SpO2、步数、步行速度、步行不对称性、双支撑百分比、能量消耗等。经医学培训的研究人员每周三次(通常周一、周三、周五)上午9:00–11:00进行综合临床评估,以视觉模拟量表(VAS)疼痛评分(0–10)评估疼痛,采用八项临床指标(毛细血管再充盈时间、皮肤弹性、黏膜状态、收缩压、脉率、腹泻、自述口渴、下腔静脉(IVC)直径)计算脱水复合评分。智能手表数据按与临床评估对齐的120分钟非重叠窗口处理,衍生了涵盖生命体征、活动能量、步态移动及人口学共四个领域的56个特征。采用匹配的极端梯度提升(XGBoost)分类器,嵌套留一患者交叉验证(LOPOCV)评估,超参数仅在每折训练参与者内部调优,确保患者独立。数据质量过滤剔除贡献少于中位样本数30%的参与者。主要终点为平均每患者AUC,同时报告合并窗口水平指标。

主要研究结果:

(1) 研究人群与可行性:超过100名居民接受筛选,约40名符合纳入标准,24名同意入组。8名在入组后不久撤回同意,16名开始监测,3名在1–7天后退出并被数据质量过滤剔除,最终13名完成监测。设备依从性高,中位每日佩戴时间为24小时(IQR 15–24,平均20.0小时),中位监测期25天。未报告皮肤刺激、设备相关不适或归因于设备佩戴的跌倒等不良事件。

(2) 标签分布:在评估水平,疼痛标签包含120个阴性、39个阳性(患病率24.5%);脱水标签包含71个阴性、88个阳性(患病率55.3%)。合并到120分钟窗口后,疼痛数据集包含1,050个阴性、364个阳性窗口(25.7%阳性);脱水数据集(未封顶原始评分阈值>10)包含614个阴性、800个阳性窗口(56.6%阳性)。

(3) 疼痛检测:在8名具有可变疼痛标签的参与者、846个留出窗口中,嵌套LOPOCV下平均每患者AUC为0.557(随机种子间范围0.533至0.599,95%CI 0.483–0.626),其中7/8名参与者高于随机水平,提示弱但方向一致的信号。合并窗口水平AUC为0.736(0.662–0.784),准确度0.652、精确度0.613、召回率0.501、F1分数0.549。内部三折交叉验证AUC为0.595。仅使用单个预设窗口的敏感性分析(每临床评估一个窗口)得到平均每患者AUC为0.524、0.582和0.655,结论不变。

(4) 脱水检测:在10名具有可变脱水标签的参与者、1,023个留出窗口中,平均每患者AUC为0.513(范围0.468–0.550,95%CI 0.412–0.616),仅4/10高于随机水平。合并窗口水平AUC为0.484(0.393–0.593),准确度0.547、精确度0.287、召回率0.265、F1分数0.274,处于随机水平。IVC测量在159次评估中有67次未获得(42%),仅用完整评估的敏感性分析(806个窗口)得平均每患者AUC为0.535,结论不变。

(5) 特征重要性:通过折平均重要性和SHAP贡献(按折归一化后合并)两种方法,疼痛检测的最重要特征依次为步态和移动指标(上楼速度、步行不对称性、双支撑百分比、步行速度),随后为活动能量指标;脱水检测则偏向步行速度和HRV衍生变量,随后为年龄、下楼速度、六分钟步行试验距离和步行HR。

讨论与结论:研究的主要发现是实用性而非算法性:在能配合完成方案的养老院居民中,连续智能手表监测四周操作可行,中位每日佩戴时间达24小时。疼痛检测在患者独立评估下保留弱信号(平均每患者AUC 0.557),可能混杂了疼痛生理与相关活动模式,且方向跨参与者一致,属于假设生成性结果。脱水判别处于随机水平,提示慢性低摄入性脱水在老年人中可能未在腕戴设备可测量的生理信号中产生足够强且一致的改变,或临床复合评分引入较多噪声,两者可能存在。未来需更大、更具代表性的队列,更强的观察性临床参考标准(如血清渗透压、钠、尿液参数、液体平衡数据),并可能需生物电阻抗、皮肤电活动等替代传感模式。局限性包括样本量小、单一城市、需参与者自我同意和配合、疼痛标签为自我报告且多数参与者接受镇痛治疗、临床标签为间歇获取而智能手表数据连续采集、窗口时间相关等。研究结论为:连续智能手表监测在经筛选能配合并完成方案的养老院居民中操作可行;患者独立评估下疼痛检测保留弱信号,脱水判别处于随机水平;本研究的主要贡献在于证明在真实世界养老院队列中可开展长期消费级智能手表监测,该人群在可穿戴研究中很少被代表,临床转化前需更大、更具代表性的队列和更强的参考标准。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号