基于智能手表的运动指标作为早期高血压的预测因子：一项前瞻性观察研究

《BMC Cardiovascular Disorders》：Smartwatch-derived exercise metrics as predictors of early hypertension: a prospective observational study

　　

摘要

背景

早期识别高血压高风险个体对于有效预防心血管疾病至关重要。来自消费级智能手表的生理和活动指标可能提供一种实用且无创的方法，在高血压临床发作之前识别出这些高风险个体。

方法

在这项为期12个月的前瞻性观察研究中，研究人员使用消费级智能手表对230名30至60岁的正常血压成年人进行了跟踪监测。基线可穿戴预测指标是根据入组后前30天有效数据的平均值计算得出的，包括心率变异性、静息心率和中等至剧烈体力活动的时间。根据当前欧洲指南，通过随访时进行的标准化办公室血压测量来定义高血压的发生。

结果

在随访期间，有28名参与者（12.2%）发展为高血压。与保持正常血压的个体相比，发展为高血压的个体在基线时表现出较低的心率变异性，并且中等至剧烈体力活动的时间较少。多变量逻辑回归分析显示，较低的心率变异性、较低的体力活动水平以及较高的体重指数与高血压的发生独立相关。观察到自主神经调节能力和体力活动之间的相互作用，表明同时具有自主神经调节能力下降和体力活动水平低的个体具有最高的预测风险。机器学习模型相比单独使用临床变量显示出更好的统计区分能力，并被用于补充性探索性分析。

结论

来自智能手表的自主神经和体力活动指标与12个月期间高血压的发展独立相关。这项观察研究的结果表明，可穿戴设备提供的生理参数可能作为早期高血压风险分层的数字生物标志物具有潜在作用，尽管需要在更大规模和外部复制的研究队列中进行进一步验证。