《International Journal of Chronic Obstructive Pulmonary Disease》：Are Real-World Mobility Patterns Early Indicators of COPD Onset? Insights from Wrist-Worn Sensors
编辑推荐：
背景：慢性阻塞性肺疾病（COPD）是全球主要的致残和死亡原因。早期识别仍具挑战，因为现有预测模型主要依赖基于临床的评估和自我报告测量，这些方法资源密集且易产生偏倚。本研究旨在确定现实世界活动指标能否预测COPD发病。
方法：这项前瞻性队列研究纳入了28,25
背景：慢性阻塞性肺疾病（COPD）是全球主要的致残和死亡原因。早期识别仍具挑战，因为现有预测模型主要依赖基于临床的评估和自我报告测量，这些方法资源密集且易产生偏倚。本研究旨在确定现实世界活动指标能否预测COPD发病。
方法：这项前瞻性队列研究纳入了28,251名年龄60-78岁的英国生物样本库（UK Biobank）参与者，他们佩戴了腕戴式加速度计。通过信号处理和机器学习算法导出数字步态生物标志物。通过关联电子健康记录识别COPD发病。使用Cox比例风险模型检验数字步态生物标志物与COPD发病之间的关联，并进行了内部验证，调整了年龄、性别、体重指数、吸烟包年、空气污染暴露和哮喘病史。使用Harrell's一致指数评估模型区分度。
结果：在28,251名参与者中，639人（2.26%）在平均8.5年（标准差=1.3）的随访期间发展为COPD。较低的跑步持续时间、较慢的最大步行速度、较短的步行回合持续时间以及长于8秒的步行比例较低与COPD发病独立相关。一个包含这四个数字步态生物标志物以及四个易于收集的自我报告指标（年龄、性别、吸烟包年和哮喘病史）的模型达到了0.80的Harrell's一致指数，与需要基于临床测试和大量自我报告项目的现有模型相当。
结论：现实世界活动指标是COPD发病的早期指标，为老年人早期风险识别提供了可及且自动化的方法，并能够实现早期干预以延缓疾病进展并保持生活质量。
慢性阻塞性肺疾病（COPD）是导致全球残疾和死亡的主要非传染性呼吸系统疾病，其患病率随年龄增长而增加，但早期诊断面临挑战。现有预测模型多依赖临床检测（如肺功能测定）和大量自我报告问卷，这些方法资源密集、易受回忆偏倚影响，且难以在基层或远程医疗场景中规模化应用。尽管步态异常与COPD患者预后存在关联，但既往研究多在临床环境中使用腰背或踝部传感器，未能反映真实世界活动模式，且参与者依从性较低。基于此，研究人员利用英国生物样本库（UK Biobank）的大规模前瞻性队列，探索腕戴式传感器获取的现实世界活动指标能否作为COPD发病的早期预测工具。该研究发表在《International Journal of Chronic Obstructive Pulmonary Disease》，旨在验证数字步态生物标志物对COPD发病的独立预测价值，并构建一个仅依赖简单可收集指标的实用预测模型，以促进早期风险识别和干预。
研究人员采用以下关键技术方法：从UK Biobank队列中筛选28,251名年龄60-78岁、至少提供5天有效腕戴式加速度计数据且基线无COPD的参与者。使用Axivity AX3加速度计采集原始信号，通过Watch Walk方法（v2.3.0）中的支持向量机（SVM）算法将4秒窗口的加速度数据分类为跑步、步行、静止及非特异性手臂活动，并进一步提取11个数字步态生物标志物（包括步数、跑步持续时间、最大步行速度、常用步行速度、中位步频、步长时间变异性、步长规律性、步幅规律性、最长步行持续时间、长于8秒和60秒的步行比例）。COPD发病通过关联英国国家卫生服务（NHS）电子健康记录（ICD-10代码J44系列）确定，最长随访9年。采用Cox比例风险模型分析数字步态生物标志物与COPD发病的关系，调整年龄、性别、体重指数、吸烟包年、空气污染暴露、哮喘病史等已知风险因素，并使用Harrell's一致指数评估模型区分度，通过500次Bootstrap重抽样进行内部验证。
研究结果部分包括以下关键发现：
**基线特征**：28,251名参与者平均年龄66.7岁（标准差4.14），女性占51.4%。随访期间639人（2.26%）发展为COPD。与未发病者相比，发病者年龄更大、体重指数更高、更多有哮喘病史、家庭收入更低，且暴露于农药、空气污染和各类烟草的频率更高。
**最小调整Cox比例风险回归**：调整年龄和性别后，所有11个数字步态生物标志物均与COPD发病显著相关。其中跑步持续时间关联最强（对数转换后每增加1个标准差，风险降低45%），其次为最大步行速度（风险降低37%）和常用步行速度（风险降低35%），步长时间变异性增加则与风险升高21%相关。
**多变量Cox比例风险回归估计、性能与验证**：完整模型纳入11个已知风险因素和经后向消除保留的4个数字步态生物标志物（跑步持续时间、最大步行速度、最长步行持续时间、长于8秒的步行比例），Harrell's一致指数为0.81（标准误0.01）。简化模型仅包含4个自我报告变量（年龄、性别、吸烟包年、哮喘病史）和上述4个步态生物标志物，一致指数为0.80（标准误0.01），Bootstrap内部验证显示乐观度可忽略（平均C指数0.80）。值得注意的是，步数在多变量调整后未被保留，提示持续活动（较长步行）和强度（跑步、快速步行）比活动量更能反映COPD风险。
**预测风险示例**：以70岁男性、有哮喘病史、吸烟1包年为例，若其活动表现处于数字步态生物标志物的第10百分位（较差），5年COPD风险为7.2%；若处于第90百分位（较好），风险仅为1.4%，提示活动能力差异导致约5倍的风险差异。
讨论部分指出，本研究是首个在大规模老年队列中证明腕戴式传感器获取的现实世界活动指标（跑步持续时间、最大步行速度、最长步行持续时间、持续步行比例）与COPD发病独立相关的工作。这些指标优于步数，可能更敏感地反映心肺耐力、生理储备和应对体力应激的能力，与COPD早期病理生理变化相符。研究优势包括Watch Walk方法的有效性和可靠性、大样本量及长期随访，以及利用综合医疗数据库和可靠的公共健康记录链接。局限性包括：需外部验证以确认在不同人群中的适用性；参与者需佩戴传感器至少5天，可能选择依从性较高的人群，影响外推性。结论部分翻译如下：从腕戴式设备导出的现实世界跑步和步行指标（包括跑步持续时间、最大步行速度、最长步行回合持续时间和持续步行比例）与COPD发病独立相关，并具有良好的预测区分度（Harrell's一致指数=0.80）。活动能力的差异与COPD风险的显著差异相关。鉴于这些指标易于收集，它们为识别COPD高风险老年人提供了可行且可扩展的方法，促进了更早的临床评估和更有针对性的干预。
