《Biosensors》：Pulse Oximetry Versus Arterial Co-Oximetry During Exercise: A Systematic Review of Agreement and Sensor Technology Reporting Gaps
脉搏血氧测定（Pulse Oximetry）是一种用于监测外周血氧饱和度（SpO2）的光学生物传感器，但其在运动期间与动脉血氧定量法（Arterial Co-Oximetry）的一致性仍不明确。研究人员检索了三个数据库，时间截至2026年8月30日，并于9月补充进行了Embase检索。共16项研究产生了46个设备层面或条件层面的结局。在四个峰值/最大运动量队列中，平均偏倚范围为?0.88至+2.63个百分点。三项研究报告的配对标准差（SD）范围为2.75至4.60个百分点；第四项研究的SD为条件性重建值。主要证据综合采用结构化和描述性方法。基于三项报告SD的队列以及一项条件性第四队列的亚组随机效应平均偏倚分析显示，结果不精确且临床异质性高，未能描述个体一致性。描述性技术审计发现，14项研究报告了完整的设备标识，15项报告了传感器部位，但没有任何研究报告了完整的数值发射器波长。平均/更新行为在两项研究中得到完整报告，算法/后处理细节在三项研究中报告，运动处理在六项研究中报告，失败/缺失情况在七项研究中报告。作者商定的评估以描述性方式解释，未经认可的汇总风险或确定性等级验证。这些数据未能确定通用校正因子或可移植的替代规则。缺乏前瞻性注册、补充检索导出对账不完整以及参考结构模糊限制了结果的解读。需要更完整的传感器、参考方法及一致性报告。
1. 背景
脉搏血氧测定是一种光学生物传感器，通过波长相关的搏动性光吸收来估算外周血氧饱和度（SpO2）。其报告值由包含发射器与光电探测器、组织与传感器部位、探头-组织接触、局部灌注、运动、信号平均以及专有校准和滤波等环节的测量链产生[1,2,3,4,5,6,7,8]。在运动期间，每个环节都可能发生变化，而直接的动脉血氧定量法（Arterial Co-Oximetry）仍然是间歇性的且技术要求高。因此，一个有用的连续监测仪并不自动等同于动脉参考方法。
一致性需要的不只是相关性或较小的组平均差异。配对差异的分布及其限度决定了个体测量值的不确定性[9,10,11,12]。在纳入的最大峰值运动队列中，平均SpO2超过了来源报告的动脉血氧饱和度2.63个百分点，但一致性限度从?2.9延伸至+8.1[13]。另一个队列中有四名参与者的SpO2高于88%，而配对的来源报告动脉血氧饱和度（SaO2）为88%或更低[14]。这种不一致的可接受性取决于临床决策及其后果；不能假设存在独立于情境的容差范围。
历史综述已认识到运动相关的运动、灌注、低氧血症和设备特性效应[15,16,17]。2024年的一篇综述关注了肤色问题，但未确立运动特异性效应[18]。这些综述均未将运动窗口限制、直接动脉血氧定量法、符号协调的配对结局、依赖感知的综合分析和结构化的技术报告结合起来。美国食品药品监督管理局（FDA）现行指南草案强调客观测量的皮肤色素沉着以及运动、灌注、传感器部位和设备配置的报告[19]。该指南仍不具有约束力，且非运动验证标准。
研究人员回顾了在成年人动态运动期间或停止运动后2分钟内获得的配对SpO2和直接动脉血氧定量法测量值。该综述旨在探讨一致性的方向和幅度，以及现有证据是否能支持一个可推广的替代规则。该方案未进行前瞻性注册。在初步综合分析之后，额外增加了一项探索性的技术报告审计，以描述可用于解释不一致性的设备信息。该事后审计并未改变纳入标准或一致性结局，也无法确定哪些技术特征导致了研究间的差异。
2. 方法
2.1. 方案与合格标准
研究人员遵循《系统综述和荟萃分析首选报告条目》（PRISMA）2020声明[20]。数据库检索先于2026年8月29日操作方案冻结。该综述未进行前瞻性注册，后续决策记录为带日期的修订。符合条件的全文报告纳入年龄为18岁及以上的成年人。报告必须提供动态运动期间或停止运动后2分钟内的脉搏血氧仪SpO2与直接动脉血氧定量法血氧饱和度终点之间的配对比较。该比较可进行定量或定性解读。混合年龄报告须能分离成人结果。研究人员排除了仅静息或静态低氧研究，以及使用静脉血、毛细血管血、计算值或未经确认的血气饱和度的报告。无法恢复数值一致性统计数据的报告可进入定性综合，但不可进行定量准备；无可用配对运动窗口比较的报告被排除。事后修正的指数仅作为次要技术历史证据保留。仅凭仪器能力不足以推断血氧定量法的使用。此澄清在操作方案冻结后予以记录。后续基于来源的全文重新评估发现一份暂定纳入的报告[21]存在参考方法描述冲突。作者确认将其从16项研究原始数据库证据集中排除，因为用于SpO2比较的饱和度终点的直接动脉血氧定量法无法确认。直接动脉血氧定量法是将比较锚定于动脉测量而非根据血气变量计算的饱和度所必需的。此标准并非暗示存在无错误的参考方法：分析仪配置、饱和度结构和时间配对仍需审查。2分钟运动后边界是操作性的资格规则，并非声称恢复期测量与运动期测量在生理上等效。因此，运动、恢复和联合期间观察值需分开解读；该边界本身未经本综述验证。
2.2. 文献检索
研究人员检索了PubMed、Web of Science核心合集和SPORTDiscus（全文），无语言、年份或文献类型限制。三个原始数据库均更新至2026年8月30日。检索概念涵盖脉搏血氧测定、运动和动脉采样或血氧定量法。完整检索策略、日期、过滤器、产出量和导出哈希见补充文件S1（电子附录S1）和补充文件S2（电子表S1）。事后补充的Embase.com检索于2026年9月29日进行。较窄的检索显示1196条文章记录和231条临床试验记录；较宽的映射变体分别显示1255条和263条。这些检索未相加。确切的Embase语法和导出审计见补充文件S1（电子附录S1）。作者选择检索#225（1196条文章记录）作为最终补充检索；#207仅作为历史导出审计保留。
8月31日，研究人员使用OpenAlex作为发现图谱进行后向和前向引文检索。种子包括17份暂定纳入的报告（其中一份在后来的全文参考方法重新评估中被排除）、两篇历史运动综述、一项广泛的成人荟萃分析和一篇2024年肤色综述[15,16,17,18]。21个种子产生1506条唯一图谱记录。其中164条与数据库语料库匹配，1342条新记录由两名评审员独立进行标题/摘要筛选；经共识后，无记录晋升至全文检索。详细方法和处置见补充文件S1（电子附录S2）。数据库重叠和已知研究的回收率是描述性覆盖检查，并非检索详尽性的证据。OpenAlex引文发现是对三个数据库检索的补充，无法弥补未检数据库的缺失。Embase稍后作为补充来源检索，但可用导出不支持完整的合并识别和筛选流程。Scopus和CINAHL未被检索。
2.3. 选择与数据提取
原始导出被保留并规范化。重复合并使用DOI、PMID和保守的精确标题规则；后续变体在研究计数前被链接。两名评审员独立筛选原始三个数据库和引文检索的标题/摘要，依据相同资格标准，并独立评估每篇检索到的全文。分歧通过讨论解决并记录为共识决定。AI辅助分诊组织记录并提出建议处置，但不能替代任何评审员的最终判断。未保留评审员层面的分歧计数，因此未计算评审员间一致性。对于后续的Embase子集，两位作者报告对所提供的725条记录队列和七份单独报告进行了共识性标题/摘要排除。该子集未提供单独的评审员层面决策表；此来源与保留的原始数据库筛选记录不同。
潜在符合条件或不确定的记录进入全文审查。每次共识排除记录一个主要理由，不可获取的报告归类为未检索而非不合格。研究和结局表格记录了参与者、运动方案、设备和部位、动脉参考、时间、信号失败、配对参与者和观察值以及一致性结果。
偏倚经符号协调为SpO2减去来源报告的动脉血氧定量法血氧饱和度终点；正值表示脉搏血氧仪高估。来源报告的SaO2和分数氧合血红蛋白（fractional HbO2）分别记录。来源标签SaO2不被视为特定功能性或分数计算的证明。来源方向、终点结构、标准差、置信区间和真实一致性限度分别保留。对于基于n个独立参与者水平差异的双侧、未调整学生t置信区间[L, U]，条件性重建为SD差异 = (U ? L) × √(n)/(2 × t0.975, n ? 1)。这使用配对差异的区间，而非两个单独测量均值的区间；在这些假设下，无需额外的方法间相关性。该表达式不直接适用于调整、bootstrap或重复测量模型区间（若无其方差结构）。由于2024年峰值队列中确切区间结构未确定，其重建SD被视为条件性，并排除在仅报告SD摘要之外。一项描述性敏感性比较保留了所有四个报告的平均差异，同时比较有无此重建的离散度摘要。多设备、条件和重复时间点仍按研究分组；此组织不构成针对依赖性的拟合统计调整。46个结局行不视为46项独立研究。图形或数值不可恢复的结果保持定性。数据提取和偏倚风险评估由两名评审员进行，最终表格反映讨论后的共识。AI辅助支持记录解析、对账、一致性检查、起草以及可复现表格和可视化编码，但不视为作者或人类评审员。
另外两项符合条件但混合年龄的报告因成人结果不可分离而被排除[22,23]。一项事后定性敏感性分析测试了其运动比较是否可能改变合并决策或核心结论。两份报告均未进入主要计数或定量综合。
2.4. 技术聚焦的二次提取
在学术编辑预检后，研究人员对17份暂定纳入报告进行了编辑要求的事后技术报告审计；最终表格在参考方法重新评估后限制为16份。提取内容包括设备制造商、型号和代次；光学几何结构；传感器部位；波长信息；信号平均或更新行为；运动伪迹处理；灌注或信号质量规则；探头固定和环境光控制；算法、校准或后处理细节；以及信号失败或缺失。仅对纳入报告中陈述的信息进行编码。研究人员未从设备名称或外部手册推断未报告的波长、几何结构、平均或专有算法。
每个领域在文章提供设备特定操作细节时编码为“已报告”，在提及该领域但缺乏足够设备特定细节时编码为“部分”，在未报告该领域时编码为“NR”。完整的波长报告要求数值发射器波长。每个编码保留来源文本定位符。审计是描述性的，未改变资格或主要一致性结局，也未用于因果归因或设备排名。
2.5. 方法学评估与综合
两位作者检查并同意16项纳入研究的最终192项条目响应。未保留单独的独立评分表。历史性12条目框架借鉴了QUADAS-2领域，但QUADAS-2关注诊断准确性而非连续一致性[24]。因此，研究人员将保留证据用作描述性方法学评估，区分潜在偏倚机制、报告或结构模糊性以及资格检查。在当前综合中，未计算总体偏倚风险等级或使用任何“任意否”算法。缺失报告表明不确定性而非偏倚证明。补充文件S2和S3提供了不变的作者同意响应、来源位置和解释性代码手册；原始聚合类别仅保留在来源档案中。此描述性框架并非经外部验证的连续一致性评估工具。
主要综合以百分点描述配对平均差异、配对标准差（SD）和个体一致性限度（如有报告）。原始综述特定的兼容性规则要求在一个共同的临床和测量层级中存在三项独立研究；这并非通用统计要求。基于SWiM指导的方向和幅度综合避免了显著性投票计数[25]。研究人员添加了一项事后探索性随机效应平均偏倚分析，涵盖三项具有报告配对SD的独立峰值/最大运动量队列，以及一项加入条件性2024年SD的四队列敏感性分析。每个队列使用一个估计值；相关设备、阶段和重叠亚组不视为独立研究。抽样方差为SD的平方除以参与者数，采用REML研究间方差和修正Hartung–Knapp置信区间（自由度为k?1）。疾病、设备/部位和动脉结构差异限制了对平均值的解读。合并平均偏倚并不估计个体一致性或可转移的校正因子。仅有三或四个异质性队列，未进行元回归和小研究检验。补充文件S8报告了输入、假设和可重复计算。
研究人员针对每个综合情境描述了研究局限性、不一致性、间接性和不精确性。历史性GRADE知情矩阵[26]继承了未经验证的聚合评估类别，未用作正式确定性评估。补充文件S4以叙述性方式呈现这些局限性的解读，不含总体确定性等级。
2.6. AI辅助工具的使用
在准备本综述期间，作者使用OpenAI Codex桌面（gpt-5.6-sol）智能体协助进行文献记录组织、一致性检查、起草、格式化以及可复现表格和数据可视化编码。作者审查并编辑了所有输出，验证了基于来源的主张和数据，做出了所有资格、评估、综合和解释决策，并对出版物的内容承担全部责任。
3. 结果
原始三个数据库检索识别出4171条记录。自动去重移除713条，三篇后来链接的变体在研究计数前被移除，留下3455条记录进行筛选。标题/摘要阶段排除3413条，寻求42篇报告。八篇报告未检索到，34篇经过评估，18篇被排除，16项研究纳入（图1；补充文件S2：电子表S2）。Mollard等人[21]被重新分类为全文排除，因为作者确认其不相容的参考方法描述无法确立用于SpO2比较的饱和度终点的直接动脉血氧定量法。2026年9月30日，两位作者确认此前未检索到的Chailleux报告（PMID 2740587）已获取并在全文评估后依据E04排除：该索引不符合脉搏血氧仪SpO2标准。此作者确认的更新改变了检索和排除计数，但不改变纳入的研究集。
图1. 研究识别和选择。显示原始PubMed、Web of Science和SPORTDiscus识别及引文发现。补充Embase检索单独报告于补充文件S1和S8，包括因导出失败而不可用的六条记录。1506条引文记录中，164条已存在于数据库语料库中。两名评审员独立筛选原始记录并评估检索到的全文；引文筛选未产生额外报告。八篇报告未检索到且资格未知。来源数据见补充文件S6。
最终补充Embase检索（#225，2026年9月29日）显示1196条文章记录。提供的文章导出包含1190条可恢复的唯一标识符。作者确认六条记录缺失系导出失败所致。这六条记录无法筛选，不计为重复、标题/摘要排除或全文排除。作者确认已完成对提供记录的筛选。检索#207仅作为审计历史保留，未加入最终检索分母。231条临床试验注册记录与文章记录分开报告。作者确认的排除队列包含725条记录。移除九条指向原始语料库的链接和五条队列内重复后，剩余711条不同记录；另有七条单独提供的报告级不同记录在标题/摘要筛选中被排除。此718条审计子集并非全文排除计数或整个Embase检索的分母。图1保留原始数据库和引文检索分支；补充Embase核算单独报告于补充文件S1和S8。在提供的记录中未识别出额外的合格研究。
引文检索识别出1506条唯一图谱记录。其中164条已存在于数据库语料库中，1342条作为单独的“其他方法”分支筛选。最终两名评审员共识处置未识别出需要检索的额外报告。引文检索回收了所有纳入研究和两篇已分类为未检索的报告。
这16项研究发表于1985年至2024年，入组8至751名参与者。九项研究提供了可归因于运动窗口的核心数值证据，四项研究提供了混合运动与其他时期或条件的间接摘要，三项研究提供了定性或次要指数证据。人群包括健康志愿者、军事新兵、耐力运动员以及接受慢性阻塞性肺疾病（COPD）、间质性肺疾病、铍敏化或铍病或混合适应症评估的成年人[13,14,27,28,29,30,31]。研究采用自行车测力计、跑步机行走或有创心肺运动试验。传感器包括手指、耳垂和前额。设备代次、部位、信号处理规则、氧合条件以及功能性、分数性或未完全说明的动脉终点各不相同。多篇报告合并了同一队列的重复观察或多个配置（表1；补充文件S2：电子表S3）。
表1. 纳入研究及基于来源的方法学局限性。成人直接血氧定量法资格与定量综合兼容性加以区分。
传感器技术与报告完整性
16篇报告中14篇设备识别完整，两篇部分；传感器部位15篇完整，一篇部分。光学几何结构在两篇报告中明确。无报告提供数值发射器波长；四篇部分描述了波长数量或一般波长原理。平均或更新行为两篇报告完整，三篇部分。运动处理六篇完整，四篇部分，而探头固定或环境光控制八篇完整。算法或后处理细节三篇完整，五篇部分。信号失败或缺失七篇完整，三篇部分。灌注或信号质量处理11篇完整，三篇部分，但通常包括局部干预或质量规则而非灌注敏感性实验（图2；补充文件S7）。
图2. 脉搏血氧仪技术领域的研究层面报告情况。报告审计基于16项纳入研究[13,14,27,28,29,30,31,32,33,34,35,36,37,38,39,40]。行按出版年份排序。R表示设备特定操作细节；P表示提及领域但缺乏足够设备特定细节；NR表示未报告。波长列中数值波长是为R所必需。模型名称未用于推断几何结构、波长、平均或专有算法。列标题给出已报告/部分/NR计数。来源编码细节和证据定位符见补充文件S7。
技术报告通常是干预特定而非架构完整。例子包括带有波形和心率一致性的双前额探头[13]、在相同Nellcor信号检测算法下的前额-手指比较[32]、头带、夹板或环境光控制[28,32,33,35,37,40]、灌注增强或质量阈值[27,31,33,34,35,38]以及量化信号丢失[29,32,34,36,39,40]。无报告覆盖每个领域。设备、部位、人群、时代、氧合和处理策略通常混杂，因此这些观察不支持因果归因或设备排名。
四项临床研究报告了每名分析参与者的一个峰值或最大运动量配对。Ascha等人报告了631次峰值测试的符号协调平均配对差异为+2.63个百分点（SD，2.75；一致性限度，?2.9至+8.1）[13]。Swigris等人报告了83名系统性硬化相关间质性肺疾病成人患者为+1.50（SD，4.00）[14]。Lundgren等人报告了67名铍敏化成人为?0.88（SD，4.60）[31]。Campedelli等人报告了268对完整峰值配对在符号协调后为?0.44，95%置信区间为?1.31至+0.42[39]。来源描述了均值的置信区间，但也将其称为一致性限度；研究人员将其保留为均值置信区间，未将其用作个体一致性区间。假设一个普通配对t区间，条件性SD约为7.19个百分点。若无此重建，三个报告的SD范围为2.75至4.60，而非2.75至7.19。保留所有四个报告均值使偏倚范围不变，为?0.88至+2.63。因此，该重建显著影响上端离散度估计，但对于证明双向偏倚并非必需。图3区分了这些量；均非合并区间。
图3. 运动一致性的非合并方向和幅度。偏倚经符号协调为SpO2减去来源报告的动脉血氧定量法血氧饱和度终点[13,14,27,28,29,30,31,32,33,34,35,36,37,38,39,40]。(a) Ascha 2018的来源报告95%一致性限度。(b)三项报告峰值/最大运动量估计的均值±1配对差异SD，开放的Campedelli 2024标记仅作为条件性敏感性比较显示。其SD假设报告均值置信区间为普通未调整配对t区间且n=268；排除在仅报告SD范围之外。所有四个估计值每名分析参与者使用一个峰值/最大运动量配对。(c)Campedelli 2024平均差异的来源报告95%置信区间，因其表示均值精度而非个体一致性而单独显示。(d)历史性重复比较（琥珀色）和混合期间或条件摘要（紫色）中设备、部位、阶段或条件均值的单一报告均值或研究内范围；这些范围是描述性的，非不确定性区间。正值表示SpO2高于动脉终点。虚线零线表示读数相等，并非经验证的临床可接受边界。Hansen 1987和Rice 1999为图形或数值不可恢复，Benoit 1997使用事后修正指数；未显示合并估计、权重或异质性统计量。机器可读来源数据见补充文件S6。
五项历史性仅运动研究贡献了重复或相关设备比较。McGovern等人报告了8名重度COPD患者49个运动配对的?1.70点（SD，2.90）[30]。在并行或重叠配置中，Martin等人报告?0.59至+0.87，Barthélémy等人报告?3.26至+0.89[29,36]。Powers等人报告最高功率时?2.77至?0.87，而Ries等人报告+0.30至+0.90[27,37]。多设备共享参与者，重复配对协方差不可用。Martin和Powers也针对分数氧合血红蛋白；因此这些行保留在研究聚类内。
四项间接研究报告了混合静息、运动、恢复、海拔、氧合或阈值定义条件的摘要。标准化均值从低读到高读不等。在模拟4000米处，两种耳部设备产生?4.8和+9.8；另一实验报告三种配置的?2.0至+0.3[28,32]。Carone等人报告合并跑步机时间点的?0.67，一致性限度为?6.88至+5.55[35]。一致性分母未报告。Roberts等人合并了8名运动员的65对重复静息、运动和恢复配对[40]。另外三项研究为支持性而非核心：Hansen和Rice提供图形或数值不可恢复比较，而Benoit分析了事后修正而非原始SpO2指数[33,34,38]。完整的设备-和条件层面结果见补充文件S2（电子表S4）。
个体不一致性在几份报告中比组平均偏倚更具临床信息量。在峰值运动时，631名参与者中78名（12.4%）的SpO2比SaO2高至少五个点[13]。83名系统性硬化参与者中四名的SpO2高于88%，尽管SaO2≤88%[14]。Roberts等人报告了接近零的聚合均值（+0.1），但重复观察的限度为?3.7至+3.9[40]。这些发现说明研究特定的阈值不一致；它们并未定义通用的88%互换边界。
在保留的作者同意条目记录中，对重复测量、多设备/部位和混合期间的处理在三项研究中为“是”，九项为“否”，四项为“不清楚”。这些响应描述了报告的方法；“否”并不统一等同于已证明的偏倚。其他局限性包括变化的设备/部位配置、修正指数值以及未完全说明的功能性或分数性动脉靶标。三个峰值/最大运动量队列具有报告配对SD，一个仅有条件性重建。其兼容性详见补充文件S4。三队列峰值/最大运动量报告SD的探索性分析给出平均偏倚1.14个百分点（修正Hartung–Knapp 95% CI ?3.29至5.57；基于Q的I2 95.3%）。加入条件性Campedelli SD后为0.75（95% CI ?1.90至3.41；I2 96.4%）。这些k值小的估计为事后、临床异质性且依赖报告的队列分母；它们不能解决饱和度结构模糊性或识别个体一致性限度。四研究结果额外假设2024年重建的普通配对均值置信区间。未推荐通用临床校正（补充文件S8）。
证据解读仍受不可交换的测量情境和报告不完整的方差或依赖性限制。Escourrou和Orenstein因成人数据不可分离而被排除[22,23]。未向这些作者请求可分离的成人数据。其事后定性考虑未确立兼容的层级：Escourrou缺乏带配对方差的仅运动符号偏倚；Orenstein仍为混合年龄重复测量队列，具有相关设备估计值（补充文件S1）。这些排除可能降低完整性。证据既未确立跨情境互换性，也未证明普遍设备失败。
4. 讨论
研究结果有两方面。首先，现有比较未确立单一校正或替代规则可跨设备、部位、人群、氧合范围和动脉终点结构转移。符号化平均差异在两个方向上均出现。排除条件性SD重建降低了报告离散度范围，但未改变那些平均差异或Ascha等人[13]公布的限度。其次，报告很少以足够细节描述光学和处理架构，从而无法将研究间差异归因于特定特征。报告审计是探索性的，不能排名技术。这些限制并不意味着每个当代脉搏血氧仪在每个运动情境中都失败。
平均精度和个体一致性回答不同的问题。Ascha等人报告平均差异+2.63点，但一致性限度?2.9至+8.1[13]。Carone等人报告平均?0.67，限度?6.88至+5.55[35]。Roberts等人结合了接近零的聚合均值，限度?3.7至+3.9[40]。因此，小的平均差异可与决策边界附近的重要不确定性共存。Bland–Altman原则和后续报告指南支持保留配对离散度和真实一致性限度，而非常将相关性或平均偏倚视为可互换性[9,10,11,12]。
4.1. 技术相关解读
脉搏血氧测定是一个测量链，而非单一传感器值。发射器波长和光学几何结构决定组织探查；部位、接触、环境光和灌注塑造获取的光电容积脉搏波信号；运动抑制、平均、校准和专有算法决定显示的SpO2[1,2,3,4,5,6,7,8,41,42,43]。运动同时扰动多个环节。因此，仅设备名称无法识别操作配置或处理版本。
几项纳入研究使该链的各个部分可见。Yamaya等人比较了相同Nellcor信号检测算法下的前额和手指探头，并使用同步采集和信号质量标准[32]。Barthélémy等人比较了八种手指血氧仪并记录了无效脉搏波或显示失败[36]。其他研究描述了头带、夹板、电缆约束、环境光屏蔽、耳部摩擦或信号质量阈值[27,28,32,33,34,35,37,38,40]。这些控制具有信息性，但无报告覆盖每个领域。设备、部位、队列、氧合和处理通常同时变化，妨碍将不一致性因果归因于单一技术特征。
审计暴露了报告问题，而非特征缺失的证据。无纳入报告提供数值发射器波长。仅两项完全描述平均或更新行为，三项提供充分算法或后处理细节，七项完全量化信号失败或缺失。外部手册、专利和基于型号名称的假设被有意排除，因为它们可能不匹配原始实验中使用的硬件、软件、固件或设置。报告完整性不得解释为性能质量。
对当前设备和多样化患者的适用性仍不确定。大部分证据使用旧设备、小型选择性队列和不完整的人口统计报告。对照和临床证据显示，色素沉着相关偏倚可随氧合范围、探头类型和设备而变化[18,44,45,46,47,48,49]。运动文献无法估计该修正因子。美国FDA 2025年1月指南草案仍无约束力，强调客观皮肤色素沉着评估以及设备配置、运动、传感器部位和低灌注性能的报告[19]。这些优先事项强化了已识别的空白，但无法提供缺失的运动数据。
4.2. 对光学生物传感器设计和验证的意义
运动验证报告至少应识别制造商、型号、硬件或软件版本、光学几何结构、发射器波长、探测器排列、解剖部位、固定和环境光控制、平均或更新间隔、运动滤波策略、灌注或信号质量阈值、部位替代规则、校准或算法版本以及每个失败或缺失读数。这些描述符应链接至每个设备-部位-人群组合和分析的动脉配对，而非仅对整个研究报告。
验证应分阶段进行。台架和受控低氧工作可隔离光学设计和氧合范围；标准化运动和灌注挑战可表征伪迹处理；动态运动研究随后必须针对同步动脉血氧定量法测试完整可穿戴系统[41,42,43,50]。当前设备应在多样化、前瞻性入组的成年人中评估，包含客观皮肤色素沉着测量、预设部位替代、版本化算法和完整失败核算。重复观察和多设备需要多水平或重复测量模型。报告应提供配对偏倚、配对SD、真实一致性限度、阈值不一致性和设备特定结果。
本综述未评估临床故障排除路径的有效性、验证趋势监测或确立动脉确认阈值。因此，一致性发现不应转化为临床决策算法。其含义更窄：解读报告的运动一致性需关注测量情境以及平均偏倚与个体不一致性之间的区别。
4.3. 优势与局限性
优势包括严格直接参考标准、三个更新数据库、引文检索、独立重复筛选和全文评估、双评审员提取和评估、符号协调以及保留失败或数值不可恢复结局的保留。研究层面组织使重复结局可见，兼容性表格记录了最初不合并决定；两者均不确立所有可能的合并分析都具有误导性。探索性报告审计增加了10个技术领域来源定位的研究层面编码，并使每个已报告、部分和NR判断可检查。
局限性包括回顾性方案冻结、无前瞻性注册、八篇未检索报告和六条因导出失败而无法筛选的Embase文章记录。这六条记录的资格未知，因此补充检索不能声称完全筛选。Scopus和CINAHL未被检索，独特报告可能仍被遗漏。未保留评审员层面分歧记录。技术审计在编辑预检后添加，明确为事后和描述性，而非对主要资格或经验证的设备性能评分的更改。综述特定评估未外部验证，因此原始条目证据取代聚合风险和确定性等级。探索性平均偏倚分析仅包含三或四个异质性队列，无法表征个体一致性。条件性2024 SD假设未确认的区间构建方法；排除它不能解决其他限制。未向作者请求混合年龄成人数据。AI辅助技术工作仍从属于两位作者的来源检查和最终决定。
5. 结论
在16项研究中，运动SpO2既高估也低估动脉血氧定量法终点，且小的平均差异不能确保紧密的个体一致性。事后峰值/最大运动量平均偏倚分析不精确且临床异质性高；它们未确立可转移的校正或个体互换性。描述性技术审计识别了不完整的光学、处理和失败报告信息。最终解读仍受上述检索核算和方法学限制的约束。
现有证据未确立通用校正因子、可移植的替代规则或设备排名。未来研究应配对同步动脉血氧定量法与完整的、版本化的发射器-探测器系统、部位和固定、信号平均、运动和灌注处理、算法、部位替代和失败读数报告。此类报告将改进对观察到的差异是否反映传感器设计、参与者特征或研究流程的评估。
补充材料
以下支持信息可下载于：https://www.mdpi.com/article/10.3390/bios16100565/s1，补充文件S1：补充方法和检索策略。文件名：Supplementary_S1_Methods.pdf。格式：PDF。电子附录S1–S4：精确原始和事后Embase检索、引文检索方法、综述定义评估和综合规则、混合年龄敏感性；独立补充参考文献。补充文件S2：检索、筛选、提取和描述性方法学评估。文件：Supplementary_S2_eTables_S1–S6.pdf。电子表S1–S6包含原始检索策略、34项全文决定、八篇未检索报告、16项研究、46个结局和192项不变的作者同意条目响应及证据位置。补充文件S3：方法学评估代码手册和解释限制。文件：Supplementary_S3_Methodological_Appraisal.pdf。描述条目功能和基于来源的关注点，无经验证的聚合风险等级。补充文件S4：兼容性、综合和解读限制。文件：Supplementary_S4_eTables_S7–S10.pdf。未赋予正式总体确定性等级。补充文件S5：引文检索处置摘要。文件名：Supplementary_S5_Citation_Summary.pdf。格式：PDF。电子表S11：1506条引文图谱记录的处置，包括1342条已筛选新记录。补充文件S6：机器可读来源表和来源档案。文件：Supplementary_S6_Source_Data.zip。包括当前表数据、图来源、作者同意历史评估记录、Embase核算和探索性分析输入、代码和校验和。历史聚合类别并非当前综合等级。补充文件S7：技术报告审计。文件名：Supplementary_S7_Technology_Audit.pdf。格式：PDF，附带机器可读CSV。设备/型号、光学几何结构、传感器部位、波长、平均或更新行为、运动处理、灌注或信号质量、固定或环境光控制、算法或后处理细节以及信号失败或缺失的研究层面已报告、部分和NR代码；提取细节、证据定位符和审计注释。电子表S12：领域层面报告摘要。16项纳入研究中10个技术报告领域的已报告、部分和未报告（NR）分类计数，含操作编码标准。电子表S13：研究层面状态矩阵。每项纳入研究中10个领域中每个领域的报告状态，共160个研究-领域判断。R = 已报告；P = 部分；NR = 未报告。电子表S14：来源定位技术提取。纳入研究的提取设备、传感器部位和技术报告细节，含来源文本定位符和审计注释。未报告属性未从设备型号名称或外部材料推断。补充文件S8：事后平均偏倚敏感性分析和补充检索核算。文件：Supplementary_S8_Revision_Analyses.pdf。明确报告假设、小k估计、条件性SD重建和六条记录导出失败。
