编辑推荐：
随着老龄化加剧，数字健康技术在老年医疗领域应用渐广。但数据缺失（data absenteeism）问题突出，影响干预效果。研究人员对相关文献系统回顾，发现人口统计学报告不足等问题。这为后续研究指明方向，助力开发更有效的数字健康解决方案。
在全球人口老龄化加速的当下，老年人的健康管理成为社会关注的焦点。数字健康技术如同一股新兴力量，带着无限潜力闯入了老年健康领域。从能实时监测心率的智能手环，到提醒按时服药的健康 APP，再到充满趣味的运动游戏（exergames），它们似乎为老年人的健康生活描绘出了一幅美好的蓝图。然而，在这看似繁荣的背后，却隐藏着一个不容忽视的问题 —— 数据缺失（data absenteeism）。
所谓数据缺失，是指在健康数据库中，来自社会经济弱势群体的数据被遗漏或严重不足。这一问题可不容小觑，它就像一颗隐藏的 “定时炸弹”，随时可能让数字健康技术的干预效果大打折扣。想象一下，如果一款旨在帮助老年人提升健康水平的智能设备，其收集的数据大多来自经济条件较好的老年群体，那么依据这些数据设计的干预方案，对于那些低收入的老年人来说，很可能并不适用，甚至可能因为不匹配而导致健康差距进一步拉大。正是为了解开这个谜团，探寻数字健康技术在老年群体应用中的真实状况，来自南洋理工大学（Nanyang Technological University）等机构的研究人员开展了这项系统性回顾研究。最终，研究成果发表在了《BMC Digital Health 》杂志上。
研究人员为了深入探究这一问题，采用了系统回顾的方法。他们精心挑选了 MEDLINE、Embase 等十个数据库，对 1966 年 1 月至 2022 年 9 月 30 日期间的文献进行了全面检索。在筛选文献时，制定了严格的标准，只纳入那些以 50 岁及以上人群为研究对象，评估健康应用程序、可穿戴设备或运动游戏干预健康结局的同行评审英文文章。通过这样严谨的筛选流程，从最初的 14661 项研究中，最终确定了 58 项符合要求的研究。之后，研究人员运用描述性分析和归纳主题分析相结合的方法，对这些研究进行了深入剖析。
研究结果主要围绕以下几个方面展开：
- 老年参与者的特征：在被分析的研究中，关于老年参与者人口统计学信息的报告存在严重不足。仅有 32.8% 的研究报告了参与者的教育水平，其中部分研究显示参与者中拥有高等学位（学士学位及以上）的占比较大，而中等教育水平（高中文凭或同等学历）的较少。收入信息的报告更是少之又少，仅 3.4% 的研究提及。在性别方面，多数研究男女参与者都有，但也有少数研究分别聚焦于单一性别。至于种族信息，只有 17.2% 的研究提供了详细内容，且大多参与者来自研究地区的种族多数群体。
- 干预措施的类型和实施情况：从干预类型来看，运动游戏最受欢迎，在 75.9% 的研究中被使用，像 Wii Fit 平台、Xbox 360 Kinect 等备受青睐。健康应用程序和可穿戴设备的使用比例相对较低，分别为 10.3% 和 6.9%。在地理分布上，研究主要集中在技术先进的国家，如美洲、亚洲和欧洲的部分地区。实施环境方面，社区环境应用最多（58.6%），临床环境次之（37.9%），线上环境较少（3.4%）。而且，多数研究样本量较小，70.7% 的研究样本量不足 50 人，干预持续时间也较短，大多在 12 周以内。
- 干预效果的评估指标：研究确定了四个主要的评估领域。生理指标（67.2% 的研究涉及）中，平衡评估、BMI 测量和步态分析较为常见；许多研究表明，使用运动游戏等干预措施后，老年人在这些指标上有显著改善。心理和情绪健康指标（51.7% 的研究涉及）方面，抑郁和认知功能评估较为频繁，部分研究显示干预后老年人的认知功能提升，抑郁症状减轻。活动和生活方式指标（31.0% 的研究涉及）主要关注身体活动和营养习惯等，如一些研究发现干预能增加老年人的日常步数和改善营养摄入。技术可接受性和可用性指标（22.4% 的研究涉及）用于评估用户对技术的满意度、易用性等，部分研究显示老年人对一些干预技术的满意度较高。
在结论和讨论部分，研究揭示了当前数字健康技术干预存在的多方面问题。首先，社会经济地位（SES）相关信息在研究中报告不足，这使得我们难以全面了解干预措施对不同社会经济背景老年人的影响。缺乏这些信息，可能导致干预措施无法精准惠及所有老年群体，甚至加剧健康不平等。其次，干预类型存在局限性，商业市场产品的使用可能并不完全适合老年人；地理分布不均衡，欠发达地区的独特需求被忽视；干预持续时间较短，难以评估长期效果。最后，在评估干预效果时，多数研究存在局限性，往往只关注单一健康结局，且对自我报告数据的依赖可能存在偏差，同时缺乏对干预长期可持续性的考量。
这项研究意义重大，它为后续的数字健康技术研究指明了方向。未来的研究需要加强对人口统计学数据的收集，尤其是社会经济因素相关的数据；要扩大研究的地理范围和文化背景，使研究结果更具普适性；还应综合考虑身体、心理和社会健康等多维度因素，设计出更全面、更有效的数字健康解决方案，确保数字健康技术能真正为所有老年人的健康福祉服务，缩小不同社会经济群体之间的健康差距。
