智能手机能预测死亡风险吗?

研究人员得出结论，在人口水平上，使用智能手机被动监测步行活动，为全国健康和死亡风险筛查提供了一条途径。

　　

美国伊利诺伊大学厄巴纳-香槟分校的Bruce Schatz及其同事10月20日发表在开放获取期刊《公共科学图书馆数字健康》上的一项新研究表明，智能手机对人们行走活动的被动监测可以用来构建健康和死亡风险的人群水平模型。

以前的研究使用身体健康的测量方法，包括步行测试和自我报告的步行速度，来预测个人的死亡风险。这些指标关注的是移动的质量而不是数量;例如，在某些临床情况下，测量个人的步态速度已经成为一种标准做法。被动智能手机活动监测的兴起为使用类似指标进行人口层面分析提供了可能。

在这项新研究中，研究人员对10万名英国生物银行国家队列参与者进行了研究，他们佩戴了一周带有运动传感器的活动监测器。虽然手腕传感器的佩戴方式与智能手机传感器的佩戴方式不同，但它们的运动传感器都可以用来从短时间的步行中提取步行强度的信息——这是日常生活中的步行测试。

该团队仅利用传感器收集的每天6分钟的稳定行走，结合传统的人口统计学特征，就成功验证了死亡风险的预测模型。从被动收集的数据中计算出的相当于步态速度是独立于年龄和性别的5年死亡率的预测因子(综合c指数0.72)。预测模型只使用步行强度来模拟智能手机显示器。

“我们的研究结果表明，使用运动传感器的被动测量可以达到与步态速度和步行速度的主动测量相似的精度，”作者说。“我们可扩展的方法为全国健康风险筛查提供了一条可行的途径。”

Schatz补充道:“我花了10年的时间使用廉价手机进行健康状况的临床模型。这些数据已经在全国最大的队列中进行了测试，以预测人口规模下的预期寿命。”

Journal Reference:

1. Haowen Zhou, Ruoqing Zhu, Anita Ung, Bruce Schatz. Population analysis of mortality risk: Predictive models from passive monitors using motion sensors for 100,000 UK Biobank participants. PLOS Digital Health, 2022; 1 (10): e0000045 DOI: 10.1371/journal.pdig.0000045