腕戴设备评估衰弱(DGBs)可预测中老年人住院及死亡风险：UK Biobank队列研究

来自UK Biobank的研究人员通过分析10,156名43-81岁受试者的腕戴加速度计数据，验证了数字步态生物标志物(DGBs)在衰弱评估中的临床价值。研究发现，基于7天连续监测的DGBs衰弱模型与经典Fried衰弱表型对住院(HR 1.33 vs 1.29)和死亡(HR 1.77 vs 1.63)的预测效能相当，其Harrell's C指数差异95%CI下限均超过预设非劣效界值(-0.1)。该研究为可穿戴设备在临床衰弱筛查中的应用提供了循证依据。

　　

这项开创性研究揭示了腕戴加速度计在健康监测中的突破性应用。科研团队利用英国生物银行(UK Biobank)中10,156名中老年受试者(43-81岁)的7天连续加速度数据，通过验证算法提取数字步态生物标志物(Digital Gait Biomarkers, DGBs)，构建了新型衰弱评估模型。

在平均4.4±2.7年的住院随访和7.2±0.7年的生存随访中，60.5%的参与者发生住院事件，2.7%死亡。经多变量校正的Cox比例风险模型显示，DGBs衰弱模型与金标准Fried衰弱表型相比，对住院风险(HR:1.33[1.17-1.52] vs 1.29[1.13-1.47])和死亡风险(HR:1.77[1.14-2.74] vs 1.63[1.01-2.62])的预测效能旗鼓相当。特别值得注意的是，两种方法在Harrell's C指数上的差异(0.002[-0.004-0.009])其95%置信区间下限均显著优于预设的非劣效性界值(-0.1)。

这项研究首次系统论证了可穿戴设备衍生的数字生物标志物在临床衰弱筛查中的实用价值，为远程健康监测和精准医疗提供了重要技术支撑。研究结果提示，简单的腕戴设备即可实现与复杂临床评估相当的预后预测效能，这对老龄化社会的健康管理具有重大实践意义。