智能手表衍生指标与认知功能之间的关联:电子弗雷明汉心脏研究的发现

Associations Between Smartwatch-Derived Measures and Cognitive Function: Findings From the Electronic Framingham Heart Study

作者信息Jie He, Yuankai Zhang, Xuzhi Wang, Nicole L Spartano, Jian Rong, Emelia J Benjamin, Ting Fang Alvin Ang, Rhoda Au, Honghuang Lin, Eric Schramm, Belinda Borrelli, Chunyu Liu, Joanne M Murabito
PMID42568104
发布时间2026-08-18
DOI10.1161/JAHA.126.049284

实验完整度

低

横断面观察性研究,仅使用智能手表数据和神经心理评估进行关联分析,无实验干预或机制验证

主要模型

电子弗雷明汉心脏研究(eFHS)中的248名社区居住老年人 Apple Watch智能手表设备(Series 5或参与者自有的其他系列)

重点核对

DHRPS定义为每日平均心率除以每日总步数,并在所有有效佩戴日内平均 神经心理评估在2018-2023年间完成,包括记忆、注意力/执行功能、语言和视空间四个认知域的19项测试 线性混合效应模型调整年龄、性别、队列、教育、BMI、用药分组和自报健康状态 认知域分析使用Benjamini-Hochberg FDR校正 敏感性分析限制每人一次神经心理评估并使用线性回归

摘要

背景:每日心率和体力活动是心血管疾病的生物标志物。一种智能手表衍生的指标——每日每步心率(DHRPS)——也与心血管疾病相关。将智能手表数据与老年人的神经心理评估相结合,使得捕捉与大脑健康相关的亚临床心血管因素成为可能。方法:这项横断面研究结合了电子弗雷明汉心脏研究的智能手表数据(2021-2024年)与神经心理评估(2018-2023年)。主要暴露变量为DHRPS,定义为平均每日心率除以每日步数。因变量为复合神经心理评分,包括记忆、执行功能、语言和视空间认知域。使用线性混合效应模型检验每种暴露与重复认知测量之间的关联,并调整协变量。结果:共评估了248名老年人(平均年龄=73岁;简易精神状态检查评分中位数=29;56%为女性;14%为多种族[包括黑人、西班牙裔、亚裔、印度裔、太平洋岛民和美洲原住民血统的参与者]),中位智能手表佩戴天数为662天,期间记录了每日平均心率(中位数74次/分[第25-75百分位数:69-78])和每日步数(中位数4810[第25-75百分位数:3270-6831])。DHRPS每增加1个标准差,与复合神经心理评分降低0.06个标准差相关(调整后95%置信区间,-0.11至-0.01;P=0.01)。每日步数每增加1000步,与复合神经心理评分升高0.03个标准差相关(调整后95%置信区间,0.004-0.05;P=0.02)。结论:在老年人中,较高的DHRPS与较低的认知功能相关,且这种关联超出了单纯心率和步数的影响。需要对DHRPS暴露进行纵向评估,以确定其预测认知下降轨迹的效用。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在老年人中,智能手表衍生的每日每步心率(DHRPS)是否与认知功能相关,且该关联是否超出心率和步数单独的影响?
核心机制
DHRPS可能反映心脏对日常活动需求的反应性,整合了心率和步数,可能捕捉与心肺适能和心血管调节相关的生理信号,但研究为横断面设计,不能确立因果机制。
主要证据
在248名老年人中,线性混合效应模型显示DHRPS每增加1个标准差与全局认知复合评分降低0.06个标准差相关(95% CI, -0.11至-0.01; P=0.01),且与记忆和注意力/执行功能域较差表现相关;敏感性分析和相关性分析结果一致。
研究意义
研究支持将可穿戴设备衍生的生理指标整合到基于人群的认知老化研究中的可行性,DHRPS可能作为一种可扩展、低负担的指标反映与认知表现相关的心血管生理,但当前横断面发现未确立其作为诊断、预后或筛查措施的效用。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

研究样本构建与数据收集

建立具有智能手表数据和神经心理评估的老年人分析队列

从eFHS中筛选参与者,排除非iPhone用户、非Apple Watch用户、佩戴时间不足、步数异常及缺乏神经心理评估者,最终纳入248名老年人;收集2021-2024年智能手表数据和2018-2023年神经心理评估数据。

2

暴露变量计算

量化智能手表衍生的DHRPS、每日步数和非活动心率

DHRPS按每日平均心率除以每日总步数计算,并在所有有效佩戴日内平均;次要暴露包括平均每日步数和非活动心率(nHR),nHR定义为连续心率记录间隔>1分钟且相应小时内步数<30的心率测量。

3

认知功能评估与复合评分构建

评估全局和认知域特异的认知表现

使用19项神经心理测试评估记忆、注意力/执行功能、语言和视空间四个认知域;各测试分数基于FHS参考人群(n=7604)标准化为Z分数,域内平均得到域评分,四个域评分求和并标准化得到全局认知复合Z分数。

4

关联分析

检验DHRPS、步数和nHR与认知功能之间的关联

使用线性混合效应模型分析DHRPS与全局认知复合评分的关联,调整协变量,并纳入参与者随机截距以解释重复测量;次要分析分别评估步数和nHR与全局及域特异性认知评分的关联;进行敏感性分析和相关性分析。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Apple WatchApple Inc.--
eFHS MyDataHelps应用CareEvolution--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
研究样本与数据收集
样本来源(FHS Offspring和Omni1队列)、纳入排除标准、智能手表佩戴时长要求(≥5小时/天,≥7天)、神经心理评估时间窗口(2018-2023)
阅读提示:Methods的Study Participants小节和Figure 1流程图
暴露变量计算
DHRPS计算公式(每日平均心率/每日步数)、nHR分类算法(心率记录间隔>1分钟且步数<30)、有效佩戴日定义
阅读提示:Methods的Exposures: Smartwatch Measures小节
认知功能评估
19项神经心理测试清单及域归属、Z分数标准化参考人群(n=7604)、Trail Making Test反向编码、全局复合评分构建方法
阅读提示:Methods的Primary Dependent Measure小节
统计分析
线性混合效应模型协变量列表、DHRPS标准化方法、FDR校正方法、敏感性分析设计(限制每人一次评估、排除±3SD、Cook's距离)、bootstrap重采样次数(10,000)
阅读提示:Methods的Statistical Analysis小节和Table S2