基于数字传感器与加速度计数据的卒中后情绪远程监测：抑郁表型与行为特征关联研究

本研究针对卒中后抑郁(PSD)筛查不足的临床痛点，通过UK Biobank队列的加速度计数据与抑郁量表(PHQ-2)分析，发现中高强度运动(MVPA)可降低无抑郁病史卒中患者23%的抑郁风险(OR=0.77)，为数字健康技术在神经精神疾病远程监测中的应用提供了循证依据。

　　

卒中后抑郁(Post-Stroke Depression, PSD)影响着约三分之一卒中患者，却因神经科医生短缺和筛查标准缺失，仅不到10%的患者接受规范评估。更棘手的是，抑郁症状可能迟发且反复发作，而传统自我报告量表对认知障碍患者可靠性存疑。当可穿戴设备遇上神经科学，英国生物银行(UK Biobank)的研究团队在《JMIR Neurotechnology》发表了一项开创性研究，通过智能手环捕捉的运动数据，揭开了行为模式与抑郁风险的隐秘关联。

研究团队采用横断面分析方法，从UK Biank穿戴式加速度计子队列中筛选1603名卒中幸存者，分为有抑郁病史(DD,n=155)和无病史(对照组,n=1448)两组。关键技术包括：1)Axivity AX3腕表连续7天监测行为数据；2)PHQ-2量表远程评估抑郁频率；3)多变量有序逻辑回归分析调整年龄、性别等混杂因素；4)敏感性分析涵盖普通人群、新发卒中(IS)和脑血管病(IC)亚组。

研究结果
主要发现：在对照组中，每日每增加1分钟中高强度运动(MVPA)，进入更高抑郁频率等级的概率降低23%(OR=0.77,95%CI 0.69-0.87)。但该保护效应在DD组未显现(P=0.33)。

敏感性分析：普通人群中，MVPA的保护效应在DD组(OR=0.816)和对照组(OR=0.865)均显著；IC对照组中MVPA仍显著(OR=0.878)，但IS组无统计学意义。

行为模式差异：DD组平均MVPA时间显著少于对照组(29.3 vs 37.3分钟/天)，睡眠时间更长(9.2 vs 9.0小时)，且女性比例更高(58.7% vs 40.7%)。

讨论与意义
研究首次证实加速度计监测对无抑郁病史卒中患者的情绪预测价值，为精准化远程精神评估提供了新范式。MVPA的保护效应可能通过脑源性神经营养因子(BDNF)途径实现，而DD组的效应缺失或与BDNF分泌受损有关。值得注意的是，该效应在脑血管病(IC)患者中持续存在，但在单纯卒中(IS)患者中消失，呼应了《国际疾病分类第11版》(ICD-11)将CeVD归为神经系统疾病的理念革新。

临床转化方面，研究提出了分层监测策略：对无抑郁史患者，MVPA可作为低成本预警指标；而对临床抑郁患者，需开发更复杂的多模态监测方案。局限性包括自我报告偏差、单周监测代表性不足等。未来研究应延长监测周期，并探索不同卒中亚型的特异性行为标志物。这项研究为数字神经技术(Digital Neurotechnology)在慢性病管理中的应用树立了标杆，标志着可穿戴设备从健康追踪迈向精准神经精神干预的新纪元。