医疗保健的进步导致预期寿命的延长。因此，老年人在人口中所占的比例越来越大[ 1]。人口老龄化，伴随着越来越多的老年人缺乏体育锻炼[ 2这给卫生保健系统带来了额外的负担，并将研究方向转向早期发现或预防未来的医疗问题。远程康复和监测提供了一个机会，可以减少对医疗保健系统的需求，以及与提供老年人口护理相关的不可避免的成本[ 3.]。远程康复可使人们通过技术手段获得护士、卫生从业人员和专家等卫生资源，同时避免了旅行等相关费用[ 4——从货币和环境的角度。在过去十年中，一些技术解决方案已被用于远程康复。例如，同步视频会议是最常用的技术之一，用于向与治疗师在不同位置的客户提供康复治疗[ 5]。可穿戴传感器系统最近被用于提供对身体活动、身体功能和一般健康状况的洞察，因此，治疗师和临床医生可以远程提供对患者健康状况和进展的更详细的洞察。目前，大多数关于可穿戴传感器技术的研究都是以精度为研究设计的中心。这通常是以牺牲可用性为代价的。 6]尽管研究表明，在技术接受度方面，感知易用性与感知有用性同样重要[ 7]。事实上，曼奇尼和霍拉克[ 8]指出，要成功采用远程康复技术，解决方案必须既实用又可用，这在考虑可穿戴传感器系统时尤为重要。

用于康复和互联健康的智能传感器设备项目侧重于监测老年人的身体能力。该项目评估了无线传感器系统及其远程康复的能力，特别关注最终用户的接受程度。技术辅助个人健康管理的最终目标是设备的持续长期使用和改善福祉[ 9]。这项研究特别关注于了解影响持续长期使用的因素。

了解影响设备持续使用的因素很重要，因为这将为未来的可穿戴设备设计提供信息，确保采用和采用的影响有最大的成功机会。这反过来又将有助于在未来成功推出远程保健服务，如远程康复，并在总体上增加改善福祉的可能性。

以前的工作已经表明，监测技术要为老年人所接受，就必须易于使用，而且不会损害老年人的行动能力和独立性[ 10]。研究还表明，便携性和弹性等人为因素是影响设备持续使用的主要因素[ 11]。

老年人对提供日常生活功能的智能可穿戴设备感兴趣，如果兼容，他们更有可能考虑使用[ 12];因此，器件的选择很重要[ 13]。用户属性和设备特性是评价可穿戴设备时主要观察的特征[ 14]。在决定传感器技术设备时，需要考虑环境和个体特征;特别是，一个以用户为中心的设备将是有价值的。 15]。为日常任务提供用户友好功能的可穿戴设备对个人更有吸引力，因为他们相信所提供的信息。如果个人信任该设备，继续使用的可能性就会增加。 14]。先前有关老年人使用活动监测技术的研究中有一个积极的发现，表明老年人使用新技术并不困难[ 16]。

文献表明，必须解决可用性挑战，以增加设备继续使用的可能性。因此，技术的设计和实施必须是实用的、不引人注目的、受老年人欢迎的，并最终促进健康效益。

在文献中，平衡是用来评估老年人功能能力的关键特征之一。然而，尽管支持使用平衡评估技术的文章越来越多，但对该技术的全面理解仍存在很大差距。特别是，该领域的现有文献没有考虑可能影响可穿戴技术在现实条件下持续长期使用的因素。之前的一项研究调查了多种可穿戴传感器的真实使用情况，并指出参与者发现手腕上的传感器是最有利的，因为它们适应性强，用户友好。 15]。需要关注的核心领域是可穿戴设备的首选功能，以及老年人操作该设备可能出现的问题[ 17]。纵向研究也被建议作为一种评估可穿戴传感器可用性的方法，以确定评级是否随着设备使用时间和用户体验的延长而变化[ 14]。

关于长期设备可用性的定量研究有限，无法观察相关的影响因素[ 18]。用户反馈是了解研究参与者体验的关键，也是确定老年人是否会继续使用可穿戴技术的必要条件[ 19]。之前的一项研究专注于个人偏好，并要求参与者分享他们使用健身设备的经验;主要问题是记得佩戴设备，佩戴时缺乏舒适性，与他人共享确定基线的支持有限，以及活动期间记录的数据不准确[ 20.]。

我们进行了一项研究，旨在更好地了解影响老年人是否决定继续使用可穿戴设备的可用性因素。我们假设，与可穿戴传感器系统的人为因素相关的初始感知可以用作未来设备持续使用的预测因子。为了验证这一假设，研究人员设计了一项研究，分析老年人在使用7天后对可穿戴活动追踪器的感知相关数据。从65名年龄≥65岁的老年人队列中收集了与参与者对可穿戴设备人为因素的感知以及参与者功能状态、健康状态和可穿戴设备活动跟踪器测量相关的数据。该研究的目标之一是评估哪些具体因素可能会影响参与者在7天研究期后继续使用可穿戴设备的意愿。可用性评估有三种关键方法:(1)涉及专家观察的检查(例如，启发式评估)，(2)涉及定性数据收集的询问(例如，调查)，以及(3)涉及真实环境中定量数据收集的测试(例如，远程可用性测试)[ 13]。在本研究中使用的方法采用了基于定制的可用性问卷的调查和测试方法，该问卷由参与者在7天的研究期后完成，在此期间他们使用了小米小米手环3。

本节将介绍在数据收集过程中使用的协议，并描述所提出的每个问题以及它们与测量可用性的关系。还将提供参与者群体和用于捕获其活动数据的硬件的详细信息。本节建立用于处理和分析数据的方法，并最终预测设备的持续使用。

这是一项基于回顾性病例系列的研究。研究人员给一系列年龄≥65岁的老年人提供可穿戴设备，并对其进行为期一周的观察。然后，可穿戴设备的可用性数据在参与者系列中进行了表征。

这项研究基于一项为期7天的自由生活数据收集方案。自由生活数据收集协议是从参与者收集数据的常用方法，特别是在基于传感器的研究中。的 独立生存的Aspect表示数据是从参与者的正常日常生活环境中收集的，通常时间≥24小时。这种方法旨在消除在其他测试或模拟环境中可能出现的任何社会、行为和环境偏差。

这项研究的参与者来自欧洲北部边缘地区和北极地区的4个不同国家。这些国家分别是北爱尔兰、爱尔兰、芬兰和瑞典。入选标准要求参与者年龄≥65岁，在没有他人帮助的情况下有步行20米的体力，并在认知上能够回答问卷。

参与者与执行试验的研究人员面对面见了两次，一次是在试验开始时，另一次是在7天后试验结束时。在第一次会议上，研究人员对参与者进行了身体测量(身高、体重和双手的握力)，使用标准化的训练手册对他们进行设备使用培训，并要求他们完成4份与健康有关的问卷调查。然后要求参与者完成两项身体功能测试:(1)五次坐立测试(STS5)和(2)两项10米步行测试。对于STS5测试，记录完成5次从坐姿到站立姿势的总时间。在10米步行测试中，记录完成两次10米步行的时间(WT10M1和WT10M2)以及每次步行的步数(WS10M1和WS10M2)。

第二次会议的日期已经确定，与会者都获得了可穿戴设备，可以佩戴并带回家。在第二次会议上，参与者与研究人员见面并归还可穿戴设备。然后，参与者被要求完成两份试验后调查问卷，重点是可用性和人为因素。 图1提供学习过程的概述。4个试验点(阿尔斯特大学，英国;爱尔兰科克大学廷德尔国家研究所;Umeå瑞典大学;芬兰卡累利阿应用科学大学)。

在本研究中进行的标准测试(如从坐到站和定时步行)和措施被用于评估参与者的身体健康状况。虽然这项研究的重点是可用性和继续使用设备的意图，但来自标准测试的数据是一项更大研究的一部分，将进行进一步的数据分析，以备未来可能的发表。

该试验使用了6份问卷来收集参与者的各种数据。试验开始前共发放4份问卷，试验结束后发放2份问卷。这四个 审前调查问卷(1) 36项健康简表调查(SF-36) [ 21]，这是一套通用的、连贯的、易于管理的生活质量测量方法;(2)简易精神状态测验[ 22，这是一组用于评估患者认知障碍的问题;(3)老年抑郁量表[ 23]，用于评估老年人的抑郁症状;及(4)流动设备熟练程度问卷[ 24]，用于准确评估老年人对移动设备的熟练程度。每一份问卷都采用了基于访谈的方法，研究人员向参与者提出每个问题，并指出他们可能给出的答案。参与者对每个问题提供口头答案，研究人员将结果记录在纸上，随后以电子方式记录下来。第一次会议上的问卷按以下顺序进行:(1)SF-36， (2) MMSE， (3) GDS， (4) MDPQ。

SF-36问卷用于了解参与者的一般健康状况。使用MMSE和GDS问卷来了解参与者的心理健康状况。MMSE得分<25表示一定程度的痴呆，而GDS得分为> - 4表示一定程度的抑郁症。这些数据被用来描述参与者群体的整体健康状况，并了解参与者与一般人群的相对健康状况。MDPQ被用来评估他们使用技术的熟悉程度和经验，以及这是否与之后继续使用设备有关。问卷的分数和统计数据在 结果部分。

这两个 Posttrial问卷(1)系统可用性量表[ 25]，用作评估可穿戴设备可用性的标准化方法，并便于与其他研究进行基准测试，以及(2)可用性问卷，由研究团队设计的定制问卷，专门了解老年人对可穿戴传感器技术的意见( 多媒体附件1）.此可用性问卷收集了用户对感知有用性、舒适性和易用性的意见，因为先前的研究表明，这些是影响可穿戴设备可用性的关键因素，并最终影响持续长期使用的可能性[ 26- 28]。这些问卷均采用与审前会议相同的基于访谈的方法进行管理。参与者首先接受SUS问卷，然后是定制的可用性问卷。

SUS是一个标准化的、经过验证的10个问题的简短调查，用于帮助验证硬件、软件或可穿戴设备的可用性。然而，为了更好地了解参与者对可穿戴设备可用性的具体意见，设计了一份定制的可用性问卷，题为“老年人无线监测的准确性、可行性和可接受性”。调查问卷首先收集了参与者对可穿戴设备的熟悉程度以及他们是否喜欢这些设备的外观的二分数据。然后，一系列与可用性、准确性和可接受性相关的问题被问到，使用一个有序的5类量表，从 强烈同意来 强烈反对。调查问卷以4个一般性问题结束，收集了夜间佩戴和使用时间的数据。关于这项研究的最后一个也是最重要的问题是询问参与者在试验结束后他们是否会继续使用该设备。对最后一个问题的回答进行了分析，以进一步了解影响继续使用该设备的意图的因素。

定制的可用性问卷是作为欧盟Interreg北部周边和北极智能传感器设备康复和连接健康项目的一部分而设计的。该项目的专家来自瑞典、芬兰、爱尔兰和北爱尔兰的临床、物理治疗和技术背景，他们在2019年5月在德里/伦敦德里郡举行的研讨会上共同合作，提出、同意并最终确定一套适合评估与可穿戴传感器系统相关的不同人为因素的问题。本研究首次采用定制问卷。

研究中的每位参与者都配备了一个小米米Band 3活动追踪器，并将其固定在他们非优势手的手腕上。此外，为参与者提供了华为Y6智能手机，以便与活动跟踪软件进行交互。匿名谷歌帐户被创建来捕获每个参与者的活动数据。大约一半(37/ 66,57%)的参与者还被要求在他们的惯用手上佩戴Axivity AX3腕戴式加速度计。最初的计划是让所有参与者佩戴2个追踪器，因为Axivity AX3的原始数据收集功能将有助于在潜在的新算法和小米小米Band 3之间进行基准测试。然而，在芬兰对少数参与者进行的初步可行性研究使用定制的可用性问卷得出的结论是，通常情况下，参与者报告的可用性问题是因为佩戴了两个追踪器。为了避免这成为一个问题，研究人员决定只允许一半的参与者佩戴两个追踪器。在所有站点中，佩戴2个追踪器和1个追踪器的比例约为50%(瑞典:9/ 20,45%;芬兰:13/23,57%;北爱尔兰:7/14,50%; Ireland: 8/8, 100%) except for the 100% (8/8) of participants at the site in Ireland who wore 2 trackers. Unfortunately, because of the unexpected impact of COVID-19 in March 2020, the trial in Ireland was interrupted midway, which resulted in 40% (8/20) of the participants receiving 2 trackers and the remaining 60% (12/20) of the participants being unable to take part.

总共有来自4个地区的65名参与者参与了这项研究。参与者的平均年龄为70.52岁(SD 5.65岁)。种群平均身高为169.43 cm(标准差9.05)，平均体重为73.45 kg(标准差13.09)。该队列包括57%(37/65)女性和43%(28/65)男性。共有91%(59/65)的参与者是右撇子，9%(6/65)是左撇子。参与者是通过传单和海报招募的。招募的是想要体验在日常生活中使用活动追踪器等可穿戴技术的老年志愿者。他们应该在身体上能够独立行走20米，并在认知上能够回答问卷。参与者除了身体虚弱外，没有任何潜在的健康问题。定向招聘的重点是在以老年人为重点的社区中心(Eglinton社区中心、老图书馆信托健康生活中心和U3AFoyle，均在北爱尔兰)和诊所(爱尔兰、瑞典和芬兰)招募参与者。

在有需要的情况下，该研究已获得各参与院校的批准。阿尔斯特大学研究治理伦理委员会根据参考文献REC/19/0026批准;科克教学医院科克大学临床研究伦理委员会根据参考文献ECM 4(a) 16/10/19批准;瑞典Umeå大学区域研究伦理审查委员会在参考文献07-031M下批准了该项研究。在芬兰卡累利阿应用科学大学，不需要机构审查委员会的伦理批准，因为该研究遵循芬兰国家研究诚信委员会TENK指南所规定的人类参与者研究的伦理原则[ 29]。这项研究是根据《赫尔辛基宣言》的原则和当地的法定要求进行的。所有参与者都提供了书面的知情同意书来参加这项研究。在数据匿名化的条件下，所有参与者都同意发表。

4份健康问卷(SF-36、MMSE、GDS和MDPQ)的汇总统计数据载于 表1，其中选择一般健康变量代表SF-36问卷，选择总体MDPQ变量代表MDPQ问卷。

结果显示，该队列由SF-36结果定义的平均健康状况良好的参与者组成(平均72.54 / 100,SD 18.96)。结果显示，只有9%(6/65)的参与者在SF-36一般健康部分得分<50，这意味着该研究中的一小部分参与者认为他们正在与健康问题作斗争。所有参与者的平均MMSE值为28.49 (SD 1.55)。如前所述，MMSE得分<25表示一定程度的痴呆，而GDS得分为> - 4表示一定程度的抑郁症。只有2%(1/65)的参与者在MMSE上得分<25，得分为24。所有参与者的GDS平均得分为1.43 (SD为2.11)，只有9%(6/65)的参与者报告GDS得分为> - 4。平均MDPQ值为3.53 (SD 1.26)，介于3(“不太容易”)和4(“有点容易”)之间，表明我们的参与者在整体移动电话设备熟练程度方面处于中间状态。

表2按地区显示所有队列的相关背景特征。该表包括年龄、性别、身高、体重、SUS评分和定制的可用性问卷的汇总统计数据——问题10(活动追踪器晚上戴起来很舒服)、17(使用活动追踪器让我更活跃)和21(试验结束后你会继续使用该设备和应用程序吗?)和3个功能测试分数(WT10M1、WT10M2和STS5)。这3个可用性问题被认为是设备的舒适性和变得更活跃被认为是继续使用设备的前两个影响因素。总共选择了3项身体功能测量:两项10米步行测试和STS5，因为在佩戴活动追踪器时，这些被认为是重要的测量。

老年人对可穿戴系统可用性的分析表明，可用性与继续使用该系统的意愿之间存在显著相关性。将打算继续使用该设备的参与者的SUS评分与不打算继续使用该设备的参与者的SUS评分进行比较，结果显示有统计学意义的差异( P= .005)。平均而言，表示将继续使用可穿戴设备的用户也表示该设备具有良好的可用性，而表示不会继续使用可穿戴设备的用户则表示该设备的可用性较差。因此，发现系统更容易使用的参与者也更有可能继续使用它。这些结果与之前的研究结果一致，即易用性和设备可用性是技术接受度的重要衡量标准，但在设备准确性方面往往被忽视[ 7]。

使用标准化SUS评分进行的附加评估表明，性别、年龄、地理位置、以前的经验和使用的可穿戴设备数量都不会影响系统可用性的结果。虽然一部分参与者佩戴了2个活动追踪器，但结果显示，SUS得分没有统计学差异，这取决于参与者被要求使用1个或2个可穿戴设备。这可能是因为腕戴传感器在日常生活中仍然被认为是不显眼的。需要进一步的研究来观察这些结果是否可以基于解剖位置或额外的可穿戴传感器进行缩放。

此外，无论参与者之前是否有使用可穿戴设备的经验，可穿戴传感器系统的可用性得分没有统计上的显著差异。这一发现表明，当涉及到可穿戴设备的感知可用性时，技术素养不一定是一个影响因素。对这一发现的一个可能的解释是，研究中的每个参与者在试验开始时都接受了持续10到15分钟的标准化训练，并有一本用户手册作为参考。这些结果表明，如果能够提供适当的培训，缺乏使用可穿戴设备的经验并不会成为采用可穿戴设备的障碍。

可用性显然是影响设备持续使用的一个因素。然而，还有其他人为因素可能会影响药物的继续使用。一份21个问题的定制问卷被用来进一步评估这些人为因素。结果显示，与设备持续使用相关性最强的人为因素是(1)设备在夜间的舒适度以及(2)设备有助于增加活动的感觉。检查与持续使用设备相关最多的5个问题，其中3个问题与人为因素有关，而2个问题与感知准确性有关。

基于与持续使用设备相关性最大的8个问题的特征子集，实现了机器学习模型，以预测参与者是否会表示他们将继续使用可穿戴设备。这8个问题涉及对舒适度、数据隐私问题的看法，以及参与者对设备准确性或监测他们健康的看法(信念或态度)。这些模型有可能作为参与者不再继续使用该设备的早期指标。在用户决定停止使用它之前，可以及早发现夜间不适等因素。例如，这可能允许在研究早期进行干预，以解决用户关注的问题。作为一个额外的好处，这些模型的准确性提供了洞察哪些设计特征对于鼓励老年人群采用可穿戴技术是重要的。

结果表明，该模型可以预测参与者有意继续使用该设备的可能性，准确率为80%-85%。有趣的是，当我们大大简化问卷，只选择前2个相关问题进行预测时，模型的准确率仅下降了5%-80%。如前所述，这些问题与晚上的舒适度以及该设备是否有助于增加活动水平有关。这些结果表明，通过使用简单的2个问题的调查方法，可以准确预测老年人想要继续使用可穿戴设备的可能性。这很有用，因为焦点小组可以利用这些问题来获得对其产品开发的有意义的见解，或者这些问题可以包含在移动应用程序或基于web的应用程序中，以频繁报告可穿戴产品的可用性，以确保客户满意度和更好的质量保证标准。

未来的设备设计应牢记，可穿戴传感器很可能用于患有健康问题的老年患者，这些患者的精细运动技能经常下降[ 31]。因此，为了确保最大限度的客户购买，制造商需要确保这种设备易于穿戴和脱下。

目前，大多数关于可穿戴传感器技术的研究都将精度置于设计的中心。这通常以牺牲可用性为代价，最终会对设备的持续使用产生负面影响。 6]。先前的研究表明，要成功采用远程康复技术，解决方案必须既实用又可用[ 8]。在考虑可穿戴传感器系统时，这一点尤其相关。

之前的研究是由老年人使用活动追踪器进行可用性评估[ 32]。这项研究要求20名老年人在2小时内评估5种不同的活动追踪器。该研究中测试的追踪器的SUS平均为56.38 (SD为11.86)。虽然使用了不同的队列、评估时间和设备数量，但有趣的是，我们在4个独立地点评估了研究中使用的小米小米手环3，与之前研究中表现最好的追踪器(Fitbit Flex (SUS=66.25)和Nike FuelBand (SUS=65))相比，平均SUS得分相似，为67.15 (SD 18.27)。本研究中小米Mi Band 3的SUS评分显著高于Steinert等人评估的其他3种传感器[ 30.]。通过对一些参与者的试验后访谈收集到的一些证据表明，小米小米手环3获得的高分可能与特定的舒适因素有关。参与者表示，活动追踪器的橡胶材料使设备佩戴起来非常舒适。

为了实现可穿戴传感器和远程数字健康技术为老年人群带来的潜在健康益处，用户长期持续使用可穿戴传感器至关重要。然而，文献中探索影响老年人长期使用可穿戴设备的因素的工作有限。

这项研究的关键优势之一是，它评估了可能影响不同参与者中持续使用设备的广泛因素。这项研究提供了明确的证据，可用性、舒适性和动机是任何需要长期使用的基于可穿戴传感器的应用程序必须考虑的关键因素。

这项研究有一些局限性，可以在未来的研究中加以解决。首先，样本量限制在65名参与者，因此，可能不足以提供对老年人行为的准确洞察。这一限制是由于在COVID-19大流行开始时必须停止数据收集。其次，由于该研究的伦理批准，结果可能存在偏差。考虑到参与者除了虚弱之外没有其他潜在的健康状况，绝大多数志愿者被认为是健康的，这反映在我们队列中一般健康的平均得分为72.54，使用SF-36问卷计算得出。为了说明这一点，在一项针对老年人的规范性研究(N=8117;年龄≥65岁)，且未进行筛查，一般健康平均评分为53.06 [ 33]。对于被认为不健康的老年人来说，影响持续使用电子设备的因素可能有所不同。为了验证这一点，还需要对健康和不健康参与者进行更大规模的研究。第三，虽然本研究的结果是基于小米小米Band 3，但不知道是否可以转移到其他设备上。因此，还需要进一步研究，对老年人进行相同的定制可用性问卷调查，以测试一系列可穿戴传感器设备。

这项研究使用了经过验证的问卷组合，收集了65名参与者对现成的可穿戴传感器系统小米小米Band 3的可用性的意见。为了进一步了解可能影响老年人继续使用可穿戴设备的因素，我们还为这项研究设计了定制的可用性问卷。对审前问卷的统计数据进行了各种分析;关于地区、性别、可穿戴设备使用和年龄的SUS评分汇总统计数据;调查结果特别关注定制可用性问卷的最后一个问题，以确定哪些因素会影响设备的持续使用。

来自SUS的结果表明，根据地区、性别、年龄或以前的经验，对系统可用性的感知没有显著差异，消除了基于地理位置、性别或参与者年龄偏差的可用性感知差异的概念。之前的研究表明，在技术接受和设备使用方面，可用性和易用性与设备准确性同样重要。从这项研究的结果中得到的主要教训之一是，在老年人队列中影响设备持续使用的最重要因素是设备舒适性。感觉这个设备能达到目的(也就是说，它能帮助他们完成它声称会完成的任务)是第二个最重要的因素。此外，研究还发现，睡觉时使用可穿戴设备最重要的是舒适度。这些经验教训可以更好地为未来专门针对老年人的可穿戴传感器系统的设计提供信息。

我们使用这2个特征提出了一个随机森林模型，准确率为80%，可以用作设备持续使用的早期标识符——例如，如果在研究的第一天后向用户询问这2个问题，他们的回答将是他们是否有兴趣长期使用可穿戴传感器系统的明确标志。在将定制问卷中排名前8的问题作为我们模型的特征后，准确率提高到88%。