智能手機預測死亡率風險

物理活動與死亡風險相關聯數項研究表明,從事中度對維活動並不太固態的人的死亡率較低。元分析進一步證實了這些結果,活動傳感器記錄總活動量和統計模型使用加速計預測死亡風險研究顯示傳感器特征提高模型性能超出吸煙和酒等傳統風險因素,不受人口統計因素約束

根據最近SPLOS數字健康發布的一項研究,對人行走活動的被動智能手機監控可幫助構建人口級健康和死亡風險模型

前期研究使用體能測量法,如步行測試自報步法預測死亡風險然而,這些措施側重於質量而非數量移動被動智能機活動監控提供使用相似度量分析人口層次的可能性

在這次研究中,10萬英國Biobank國家組裝活動監控器的參與者被監一周手勢活動傳感器不同於智能傳感器,但兩者都可用於提取短波行走強度信息因此,從某種方式上講,它們可起每日活版步行測試的作用。

團隊驗證死亡風險預測模型時使用活動監控器收集的每天六分鍾穩定行走並結合人口特征等量動作速度計算 從數據預測5年死亡率 與年齡和性別無關模型隻使用步行強度模擬智能手機監視器

作者得出結論說,帶運動傳感器的被動度量可實現類似於動作速度和步步率主動度量法相似的精度,並提供了通向全國健康風險篩檢的可行路徑。

源碼 :SPLOS數字健康

圖像感想iStock