抗阻运动后四种智能手表心率显示可靠性与心电图(ECG)一致性误差的评估：一项健康年轻男性三次重复测试实验

《Bioengineering》：Assessing Heart-Rate Display Reliability and Agreement Error Between Four Smartwatches and an Electrocardiography Criterion After Resistance Exercise: A Three-Session Test–Retest Experiment Among Healthy Young Men

　　

智能手表心率（heart rate, HR）显示在运动后快速转换期可能不准确。本研究评估了特定时间点的智能手表–心电图（electrocardiography, ECG）误差及其在三次抗阻训练中的可重复性。60名健康年轻男性使用Apple Watch Series 7、Galaxy Watch 4、Fitbit Charge 5和Garmin Vivosmart 5完成了间隔5天的三次相同训练。在每组前以及组后5、30、60 s记录显示HR。主要结局为参与者水平的每次训练平均误差，跨越8个5 s观察值。平均绝对误差从运动前的1.94–2.32 bpm增加到5 s时的8.71–25.43 bpm，并降至30 s时的3.58–10.06 bpm。Apple、Galaxy、Fitbit和Garmin的训练平均5 s误差组内相关系数（intraclass correlation coefficient, ICC）分别为0.892、0.771、0.879和0.834，表明可靠性从中等到良好不等，直至良好至极好。训练效应无统计学显著性。原始单次观察的一致性界限（limits of agreement, LoA）明显宽于训练平均界限，且所有设备均表现出比例偏差。在纳入ECG反应和手腕位置协变量的探索性模型中，参与者水平方差估计保持相似。因此，早期组后误差包含可重复的训练水平成分，但个体5 s读数无法与ECG测量互换。这些发现支持对组后HR显示进行谨慎解读，但未建立稳定的参与者特异性误差特质。

心率（heart rate, HR）是运动过程中反映心血管应激与恢复的常用指标。抗阻运动中，HR虽不直接测度外部负荷、重复速度或主观用力，但可提供心血管需求与组间恢复的信息。商用智能手表和健身追踪器多采用腕部光电容积脉搏波（photoplethysmography, PPG）估算HR，该方法成本低、无创且易集成，但其准确性受光学耦合、局部血容量搏动、皮肤接触、运动干扰及厂商专有滤波算法的影响。既往系统综述显示，在稳态或节律性运动中多数设备HR测量有效，但在抗阻运动或伴随快速HR变化与上肢不规则运动时，误差变异较大；且单次训练验证可能掩盖跨训练持续存在的测量性能问题。INTERLIVE网络也建议在动态条件下（包括强度变化、过渡和恢复阶段）验证可穿戴设备。然而，现有研究尚未在标准化抗阻运动中明确区分“早期组后整体误差的可重复性”与“单次组后读数的可互换性”。为此，研究人员开展了一项三次重复训练实验，旨在评估智能手表显示HR与心电图（electrocardiography, ECG）在特定时间点的误差及其跨三次训练的可重复性，并假设5 s组后误差最大、训练平均误差可重复且存在设备与动作差异。

研究人员招募了60名健康年轻男性（20–39岁，无心血管、代谢、神经或肌肉骨骼疾病），每人间隔5天完成三次完全相同的实验训练。训练动作包括卧推、T杠划船、深蹲和硬拉，每个动作两组、每组10次，负荷为预先测定的10次重复最大重量（10-repetition maximum, 10-RM）。四款智能手表（Apple Watch Series 7、Galaxy Watch 4、Fitbit Charge 5、Garmin Vivosmart 5）同时佩戴于左右腕和前臂的四个位置，各参与者三次训练间的设备位置与表带设置保持一致。以Q-Stress心电监测系统显示的HR作为标准，在每组前及组后5、30、60 s同步记录手表显示HR。主要结局为参与者水平每次训练平均5 s误差，即每次训练中8个5 s观察值（4个动作×2组）的平均值。统计方法包括绝对一致性单测量组内相关系数（ICC(A,1)）、标准误测量（standard error of measurement, SEM）、最小可检测变化（minimal detectable change, MDC₉₅）、重复测量方差成分法估计偏差与95%一致性界限（limits of agreement, LoA）、广义估计方程（generalized estimating equations, GEE）检验比例偏差，以及线性混合模型探索误差方差来源。

### 3.1 参与者特征与数据完整性

全部60名参与者均完成三次训练，数据完整无缺失。受试者平均年龄28.3±4.7岁，平均体质指数（body mass index, BMI）为26.3±3.2 kg/m2；Fitzpatrick皮肤光型III型39人（65.0%），IV型21人（35.0%）。ECG心率在组前、5 s、30 s、60 s分别为108.4±9.8 bpm、144.3±14.5 bpm、132.9±12.2 bpm、122.4±10.8 bpm。

### 3.2 准确性强烈依赖于测量时间点

各设备组前平均绝对误差（mean absolute error, MAE）为1.94–2.32 bpm，5 s时增至8.71–25.43 bpm，30 s降至3.58–10.06 bpm，60 s恢复至1.99–2.27 bpm。时间点效应在四种设备均显著（Greenhouse–Geisser校正后p<0.001，偏η2=0.768–0.950），且5 s MAE显著大于组前、30 s和60 s，而组前与60 s MAE无显著差异。这一结果与研究假设一致，即最大误差发生在组后5 s。

### 3.3 早期组后误差具有设备与动作依赖性

5 s时各设备平均偏差分别为Apple ?3.73 bpm、Galaxy ?25.17 bpm、Fitbit ?21.14 bpm、Garmin ?12.02 bpm；MAE分别为8.71、25.43、22.34、15.61 bpm。设备间MAE差异显著（F(3,177)=144.30，p<0.001，偏η2=0.710），所有两两比较均显著。5 s观察值落在ECG ±10 bpm范围内的比例依次为Apple 67.1%、Galaxy 14.7%、Fitbit 25.1%、Garmin 37.9%。动作效应也显著：对Apple以深蹲误差最大，对Galaxy、Fitbit和Garmin则以深蹲和硬拉误差最大。这些发现表明，组后瞬时误差高度依赖于具体设备和动作类型。

### 3.4 参与者水平、训练平均早期组后误差的可重复性

三次训练间的主要结局ICC(A,1)分别为Apple 0.892、Galaxy 0.771、Fitbit 0.879、Garmin 0.834；bootstrap 95%置信区间分别为0.826–0.931、0.657–0.842、0.820–0.917、0.761–0.883。按Koo和Li的置信区间判读，Apple和Fitbit呈良好至极好可靠性，Galaxy呈中等至良好可靠性，Garmin呈良好可靠性。SEM范围为2.33–3.10 bpm，MDC₉₅范围为6.45–8.60 bpm。三次训练间的平均误差无统计学显著的访问效应（p=0.128–0.771）。ECG反应本身在三次训练间亦高度可重复（ICC=0.841–0.879）。当将复合指标限于单个动作时，5 s误差的ICC降为0.586–0.818，提示动作特异性的可重复性较低。

### 3.5 5 s观测时间点的一致性

训练平均偏差与95% LoA为：Apple ?3.7（?17.7至10.2）、Galaxy ?25.2（?37.3至?13.0）、Fitbit ?21.1（?37.4至?4.8）、Garmin ?12.0（?27.0至3.0）bpm。原始单次观察的LoA则显著更宽：Apple ?24.0至16.6、Galaxy ?51.8至1.5、Fitbit ?52.0至9.7、Garmin ?40.5至16.5 bpm。训练平均显著缩窄了LoA，故不能据此推断单次读数的准确性。GEE分析显示所有设备的差异–均值斜率均为负（Apple ?0.071、Galaxy ?0.096、Fitbit ?0.130、Garmin ?0.170），存在比例偏差；而训练平均的斜率均为正，表明聚合层级改变了偏差模式。

### 3.6 组数、动作顺序与参与者水平方差

第1组与第2组的5 s MAE无显著差异（p=0.148–0.619）；动作顺序效应不显著（p=0.136–0.973）；四个腕部位置间参与者水平训练平均5 s误差也无显著差异（p=0.287–0.620）。混合模型中，参与者随机截距方差占参与者与残差方差之和的比例为Apple 55.9%、Galaxy 37.7%、Fitbit 52.7%、Garmin 47.5%；纳入ECG反应及手腕位置协变量后，比例基本不变（38%–56%）。ECG恢复斜率项对所有设备均不显著（p≥0.525）。跨设备相关系数较小（r=0.043–0.298），Holm校正后均不显著，提示不存在跨设备共通的参与者水平误差特质。

讨论部分指出，本研究的主要贡献在于揭示智能手表HR显示误差具有很强的测量时间点依赖性，且训练平均早期组后误差在三次训练中具有设备依赖的可重复性；但个体5 s读数与ECG的LoA很宽且存在比例偏差，不能视为与ECG测量互换。由于未收集原始PPG波形或同步设备时间戳，5 s误差应理解为手表与ECG显示器在快速生理转换期间的显示不一致，而非直接代表PPG传感器精度。设备间相关弱、参与者水平方差稳定，提示误差并非简单的跨设备个体特质；动作差异可能受恢复姿势（卧推后仰卧，其他动作后站立）和紧握、局部血管受压等因素影响。局限性包括样本仅为健康年轻男性、每款设备仅使用一个物理单元、表带张力未量化、同时佩戴四块表导致佩戴位置偏近端、标准为ECG显示器读数而非原始波形等。

### 5 研究结论

在本研究所采用的标准化实验室条件下，健康年轻男性中智能手表HR显示性能随测量时间点和设备不同而显著差异。本研究中，参与者水平、训练平均的5 s误差具有设备依赖的可重复性，而个体5 s读数则显示宽泛的LoA和比例偏差。这些发现将关注点从整体平均效度转向可重复的训练水平误差是否足以支持未来的机制或校准研究。由于本研究未确定稳定的参与者特异性误差特质，因此组后即时智能手表HR值不应被视为可与ECG衍生的HR值互换。