数字生物识别用于预测阻塞性睡眠呼吸暂停和高血压风险:分散的,前性队列研究.
Natalia Orendain1, Samantha Spierling Bagsic1, Edward Ramos2
1Department of Research & Development, Scripps Health, La Jolla, CA, United States.
Journal of medical Internet research
|December 4, 2025
概括
通过活动追踪器测量的睡眠变化增加,预测成年人患阻塞性睡眠呼吸暂停 (OSA) 和高血压的风险更高. 这凸显了数字健康工具在早期疾病风险评估方面的潜力.
科学领域:
- 睡眠科学 睡眠科学
- 数字健康数字健康
- 心血管健康 心血管健康
背景情况:
- 睡眠对整体健康至关重要,可以使用数字活动追踪器进行监测.
- 分散的数字研究为大量人群的现实睡眠模式提供了一个窗口.
研究的目的:
- 调查活动追踪器的纵向睡眠模式是否可以预测阻塞性睡眠呼吸暂停 (OSA) 和高血压的风险.
- 在一个分散的研究框架中评估基于智能手机的睡眠研究的实用性.
主要方法:
- 在全国范围内招募了391名成年人参加基于智能手机的睡眠研究.
- 通过活动追踪器收集的健康调查 (包括柏林关于OSA风险的问卷) 和纵向睡眠数据.
- 分析了睡眠变化,BMI,以及它们与OSA风险和高血压的关联.
主要成果:
- 增加周日睡眠变化 (1小时增加) 将OSA风险提高了159% (OR 2.592),高血压风险增加了71% (OR 1.712).
- 周末睡眠变化增加 (增加1小时) 增加了OSA风险93% (OR 1.928) 和高血压风险43% (OR 1.432).
- 更高的BMI也与增加的OSA风险相关 (OR 1.217).
结论:
- 使用活动追踪器的分散的数字健康研究对睡眠研究是有效的.
- 活动追踪器可以预测OSA和高血压风险,表明睡眠变化的重要性.
- 数字设备使个人能够评估他们对睡眠相关障碍的风险.


