《Sleep Health》：Comparison of rest–activity rhythm metrics derived from Oura ring and actiwatch devices: A device validation and analytical pipeline comparison study
编辑推荐：
目的：非参数静息-活动节律（rest-activity rhythm, RAR）指标日益被用作反映昼夜节律及整体健康的24小时行为标志物。尽管传统上这些指标来源于研究级体动记录设备，但消费级可穿戴设备可能为长期监测提供可扩展的替代方案。本研究评估了在同时佩戴期
目的：非参数静息-活动节律（rest-activity rhythm, RAR）指标日益被用作反映昼夜节律及整体健康的24小时行为标志物。尽管传统上这些指标来源于研究级体动记录设备，但消费级可穿戴设备可能为长期监测提供可扩展的替代方案。本研究评估了在同时佩戴期间，由Oura指环与Actiwatch（AW2）所衍生的RAR指标的性能，并考察了分析流程的影响。
方法：41名健康成年人（平均年龄26.3岁；27名女性）同时佩戴两种设备14天。研究使用nparACT、MotionWare及自定义流程计算日间稳定性（interdaily stability, IS）、日内变异性（intradaily variability, IV）、相对振幅（relative amplitude, RA）及L5/M10时相指标。性能评估采用ICC(A,1)、ICC(C,1)、Spearman's ρ及Bland–Altman分析。在RA分析中，Oura MET以其静息基线0.9为零参考进行校正。
结果：参与者平均贡献10.6个有效同步佩戴日。Oura指环的IS略高于AW2，而IV略低于AW2。IS、IV、L5/M10时相及RA均表现出中度至优异的绝对一致性（ICC[A,1] = 0.67–0.98）及强秩次关联（Spearman's ρ = 0.71–0.98）。三种分析流程的估计结果相近，尽管M10/L5实现方式的差异在一个离群值中影响了时相估计。
结论：在RA计算中考虑已知的测量来源差异后，Oura衍生的RAR指标与AW2表现出可接受的总体一致性。结果在多种分析流程间总体一致，支持分析的可重复性。M10离群值表明，个别日期的异常活动值可能影响各流程的M10估计。
论文解读
一、研究背景与问题
静息-活动节律（rest-activity rhythm, RAR）反映了个体在24小时周期内活动与休息的时间组织模式，日益被视为昼夜节律健康及整体健康的重要行为标志物。非参数RAR指标，包括日间稳定性（interdaily stability, IS）、日内变异性（intradaily variability, IV）、相对振幅（relative amplitude, RA）以及最不活跃5小时（L5）和最活跃10小时（M10）的时相与幅度，无需假设正弦节律结构即可提供节律规律性、碎片化程度、振幅和时相的可解释指标。已有证据表明，RAR紊乱与多种不良健康结局相关，包括心血管代谢功能障碍、抑郁症状、认知损害、痴呆风险及死亡率。
传统上，RAR指标来源于研究级体动记录设备，如ActiGraph和Actiwatch（AW2）。尽管体动记录仍是动态静息-活动评估的参考标准，但大规模和纵向部署常受设备成本、设备库存有限、参与者负担、电池寿命、数据存储容量以及设备分发和回收的后勤需求等限制。与此同时，消费级可穿戴设备（如Fitbit、Apple Watch和Oura指环）为被动、长期监测提供了可扩展的替代方案。然而，这些设备衍生的RAR指标与研究级体动记录的可比性证据仍然有限。McMahon等人的Fitbit–Actiwatch研究虽报告了非参数RAR指标的跨设备关联，但未进行与本分析等效的基于ICC的测量可靠性评估；Zhang等人的Apple Watch–ActiGraph研究报告了强相关性和总体良好的一致性，但置信区间较宽且存在系统性差异，提示绝对数值不应跨设备合并。Oura指环提供的是专有的代谢当量（metabolic equivalents, MET）估计值而非步数或原始加速度数据，因此其可比性尚不确定。
另一未解决的问题是节律指标计算方法学上的异质性。即使基于相同底层数据，不同分析流程（包括厂商软件、开源包或自定义脚本）可能产生不同估计结果。常用的两种方法包括nparACT（一个用于从活动时间序列计算非参数RAR指标的开源R包）和MotionWare（广泛用于处理CamNtech体动记录设备数据的专有软件）。不同流程在时段聚合、缺失数据处理、部分日期处理及衍生指标的操作定义等方面的差异可能显著影响结果，从而限制可重复性和跨研究可比性。
二、研究设计与方法
研究人员从两项独立研究中招募了41名健康成年参与者（平均年龄26.3岁；27名女性），两项研究均设置了14天监测期，参与者同时佩戴Oura指环（Gen3）和Actiwatch（AW2）。纳入标准为年满18岁、同意未来使用可穿戴数据、且未服用可能影响睡眠和活动节律的药物。两项来源研究均获得新加坡国立大学机构审查委员会批准。
数据预处理方面，研究人员实施了佩戴时间过滤，仅保留两种设备均具有超过21小时有效佩戴时间的日期；有效日内缺失时段以当日平均活动值进行插补。随后跨设备匹配日期，仅保留同步有效日；识别连续监测段，允许相邻有效日之间最多间隔1个日历日，仅纳入包含至少7个有效日的监测段。
RAR指标通过三种分析流程计算：nparACT（开源R包）、MotionWare（CamNtech专有软件）和自定义R脚本。所有流程均使用相同的清洗后输入文件，以隔离分析实现差异而非数据准备差异。IS反映活动模式跨日同步程度，IV反映节律碎片化和休息-活动状态转换频率，RA反映节律强度。Oura MET值具有0.9的最低基线，通常对应睡眠或休息状态，且在整个活动范围内并非线性缩放；因此在RA分析中，研究人员将Oura MET从其静息基线0.9进行零参考校正。
性能评估采用绝对一致性ICC(A,1)、一致性ICC(C,1)、Spearman's ρ及Bland–Altman分析。
三、研究结果
设备间一致性：参与者平均贡献10.6个有效同步佩戴日。Oura指环的IS略高于AW2，IV略低于AW2。IS、IV、L5/M10时相及RA均表现出中度至优异的绝对一致性（ICC[A,1] = 0.67–0.98）和强秩次关联（Spearman's ρ = 0.71–0.98）。
分析流程间一致性：三种分析流程（nparACT、MotionWare和自定义脚本）的估计结果总体相近，表明在标准化预处理条件下，分析实现方式对RAR指标估计的影响有限。然而，M10/L5实现方式的差异在一个离群值中影响了时相估计，提示个别日期的异常活动值可能影响M10估计。
RA零参考校正：将Oura MET从0.9静息基线进行零参考校正后，RA指标可实现与AW2的直接跨设备比较。
四、讨论与结论
研究人员指出，Oura衍生的RAR指标在RA计算中考虑已知测量来源差异后，与AW2表现出可接受的总体一致性。结果在多种分析流程间总体一致，支持分析的可重复性。M10离群值表明，个别日期的异常活动值可能影响各流程的M10估计，这提示在应用非参数RAR指标时需关注极端值的影响。
研究结论为：在41名同时佩戴Oura指环和AW2的成年人中，Oura衍生的RAR指标与AW2表现出强秩次关联和中度至优异的绝对一致性。三种分析流程的一致发现支持使用Oura数据计算非参数RAR指标的可行性，并证明了在标准化预处理下的分析可重复性。对于RA指标，将Oura MET从其静息基线0.9进行零参考校正可实现直接的跨设备比较。该研究的性能评估框架旨在表征指标特异性的一致性、关联性和偏倚，而非建立可互换性或设备等效性。
