提高身体素质和体力活动(PA)水平是冠心病(CAD)和慢性心力衰竭(CHF)患者心脏康复(CR)和二级预防的核心组成部分[gydF4y2Ba 1gydF4y2Ba，gydF4y2Ba 2gydF4y2Ba］．在这些患者中，基于运动的CR通过减缓CAD和CHF的进展，对心理健康、住院和死亡率有积极影响，同时还可以对抗高血压、血脂异常和心理压力等危险因素[gydF4y2Ba 1gydF4y2Ba，gydF4y2Ba 3.gydF4y2Ba，gydF4y2Ba 4gydF4y2Ba］．gydF4y2Ba

除了运动训练外，加强日常PA和减少久坐行为也可有效预防重复性心脏事件，因此目前的指南强烈推荐[gydF4y2Ba 5gydF4y2Ba］．然而，尽管有这些建议，与未被诊断患有这些疾病的人相比，CAD和CHF患者的特点是生活方式不太活跃。随后，这导致他们的活动水平、社会参与、预后和生活质量进一步恶化[gydF4y2Ba 6gydF4y2Ba-gydF4y2Ba 8gydF4y2Ba］．这些患者活动水平低的解释之一是，二级预防计划和以中心为基础的CR通常不注重增加日常活动行为和减少久坐时间，CR后患者的高久坐水平与未参加CR的患者相当[gydF4y2Ba 9gydF4y2Ba］．这可能是因为CR计划主要侧重于短期运动能力的提高，而不是为自我管理和改善日常生活中的运动行为做准备，导致康复计划后复发到久坐行为[gydF4y2Ba 10gydF4y2Ba］．gydF4y2Ba

以家庭为基础的运动项目，如远程康复，可能是改善PA和长期减少久坐行为的成功方法[gydF4y2Ba 11gydF4y2Ba-gydF4y2Ba 15gydF4y2Ba］．因此，远程康复项目不仅侧重于规定锻炼时间，而且还关注监测白天的PA水平，以对PA行为给予适当的反馈。为了在心脏远程康复期间成功地监测和促进PA，需要提供可靠和非突发性的设备来评估能量消耗(EE)。事实上，医疗器械的安全性和临床有效性是欧洲心脏病学会的重要议题，主要关注高风险(植入式)器械，如冠状动脉支架或植入式心律转复除颤器[gydF4y2Ba 16gydF4y2Ba］．现阶段，可穿戴传感器及其算法在心脏病患者中的临床效果较少受到关注。由于目前心脏病患者的运动处方是基于市售活动追踪器制定的，因此迫切需要更多关于这些设备在心脏病患者中的有效性的信息，因为基于无效生理参数的医疗建议可能是潜在的有害的。gydF4y2Ba

活动跟踪器的重要先决条件包括高精度和响应性。准确度定义为装置测量值与真实值之间的一致程度[gydF4y2Ba 17gydF4y2Ba］．设备的响应性是检测患者内部运动强度随时间变化的能力，因此对心脏病患者监测进展和日常指导非常重要[gydF4y2Ba 18gydF4y2Ba，gydF4y2Ba 19gydF4y2Ba］．gydF4y2Ba

Kraal等人发现，在CAD患者中，将心率(HR)与加速度计数据相结合，比单独使用加速度计或HR数据可提供更高的EE测量精度[gydF4y2Ba 20.gydF4y2Ba］．但在本研究中，臀部佩戴的加速度计与胸带结合记录HR，不适合全天使用。腕戴式活动追踪器可以结合心率和加速度计数据，提供一种非突兀的解决方案，用于计算EE。然而，关于其准确性和响应性的信息很少。验证这些设备的研究显示了不同的结果[gydF4y2Ba 21gydF4y2Ba-gydF4y2Ba 24gydF4y2Ba］．然而，这些研究使用了早期的设备模型，并在没有心脏疾病的人群中进行。这些研究的结果不能外推到心脏病患者，因为因素如时变性不全和使用降低心率的药物，如-受体阻滞剂。此外，据我们所知，此前还没有关于结合HR和加速度计数据的腕部设备的响应性的研究，特别是在心脏病患者中。gydF4y2Ba

本研究的目的是调查两种市售腕式活动追踪器在计算冠心病和CHF患者EE时的准确性和响应性。这项研究可能会提供重要信息，两种现代活动追踪器，Fitbit Charge 2 (FC2)和Mio Slice (MS)，是否可以用于测量EE来监测心脏病患者的PA水平。gydF4y2Ba

患者(年龄≥18岁)根据其诊断分为2组:稳定的CAD患者保留左室射血分数(LVEF)和稳定的心衰患者射血分数降低(HFrEF)。之所以选择这两类患者，是因为HFrEF患者与保留LVEF的CAD患者相比，活动水平通常较低。例如，HFrEF患者的家庭活动可能比保留LVEF的CAD患者更强烈。此外，HFrEF患者经常患有变时性性功能障碍，在活动过程中产生不同的HR变化。因此，两组分别进行分析。参与者是通过他们在荷兰Máxima医疗中心门诊的心脏病专家招募的，他们是从参加以前研究并知情同意参与未来研究项目的患者名单中随机选择的。如果患者患有血流动力学显著性瓣膜疾病、永久性房颤或周围血管、神经或骨科疾病，损害运动能力，则排除在外。所有患者均提供书面知情同意书。该研究得到Máxima医疗中心当地医学伦理委员会的批准，并按照赫尔辛基宣言进行。gydF4y2Ba

参与者完成了一项由14项低至中等强度活动组成的实验室方案，该方案是根据之前对心脏病患者的研究进行修改的[gydF4y2Ba 20.gydF4y2Ba］．该方案包括久坐和家庭活动，以3种不同的速度在跑步机上行走，以3种不同的负荷骑自行车，以及上下楼梯。HFrEF组调整了步行速度和骑行负荷。该方案的总持续时间为39分钟(不包括休息时间)。中显示了该协议的概述gydF4y2Ba 表1gydF4y2Ba．在方案开始时使用胸带(Polar T31, Polar)测量静息心率。在每次活动之间，患者接受恢复时间，直到HR达到静息HR。该方案在Máxima医疗中心理疗部的健身房进行，并由一名医生和一名助理监督。室温约为20°C。由活动追踪器计算的EE在活动开始和结束时都被记录下来。为了确保在每次活动期间持续跟踪HR，当活动开始时，两个活动跟踪器都开启了锻炼模式。gydF4y2Ba

呼吸吸氧(VOgydF4y2Ba_2gydF4y2Ba)和二氧化碳的产生(VCOgydF4y2Ba_2gydF4y2Ba)在整个协议期间使用Oxycon Mobile (OM;CareFusion)。OM是一种轻便的移动设备，由口罩和带有电池的气体分析仪组成，通过肩带系统连接到患者的背部。该装置测量的实时数据被发送到装有相应软件的计算机上。在方案开始之前，进行了自动体积和气体校准，并检查了环境条件。OM之前已通过与黄金标准Douglas Bag进行比较而得到验证，并已被发现作为标准测量是可靠的[gydF4y2Ba 25gydF4y2Ba］．gydF4y2Ba

呼吸分析的原始数据与FC2和MS的值一起在定制的MATLAB分析程序(R2018a [9.4.0.813654]， Mathworks)中导出和导入。分析了整个活动周期。首先，利用Weir方程从每次呼吸测量中计算EE，如下所示[gydF4y2Ba 29gydF4y2Ba]:gydF4y2Ba

然后，使用Hampel过滤器检测EE数据中的异常值(如咳嗽)。如果该值与自身的中位数以及该中位数的3个相邻数据点之间的距离超过3个标准差，则异常值被替换[gydF4y2Ba 30.gydF4y2Ba］．然后，在1-Hz低通第四巴特沃斯滤波器(截止频率为0.04 Hz[)下，将数据用三次样条插值到1秒值。gydF4y2Ba 31gydF4y2Ba，gydF4y2Ba 32gydF4y2Ba］．gydF4y2Ba

在替代假设ICC为0.35(不一致)的情况下，为了达到80%的检验能力，检测出0.75(极一致)的类内相关系数(ICC)，计算了每个研究组(即CAD和HFrEF) 19名受试者的样本量。gydF4y2Ba

描述性统计被用来描述关于基线临床特征的人群。通过直方图的目视检查和偏度和峰度的解释来评估数据的正态性[gydF4y2Ba 33gydF4y2Ba］．通过计算平均EE和EE与标准测量值(OM)的平均差异来评估FC2和MS的准确性。这些数值是根据每个活动和整个方案计算的(包括休息时间)。为了确定(活动追踪器和标准测量之间的一致性)是否在合理的界限(设置在10%的误差区域)之间，使用平均差异(设备减去OM)与零进行单样本t检验。此外，创建Bland-Altman图来说明估计EE与标准EE之间的一致性水平，具有平均偏差和95%的一致性上限和下限(LoA)。LoA之外的数据被检查;然而，没有明确的原因，为什么这些数据是不同的。因此，这些数据被纳入分析。使用绝对一致的双向混合模型的ICC用于评估每个活动和总协议的设备可靠性。ICC低于0.4为差，0.4至0.59为一般，0.6至0.74为好，高于0.75为极好[gydF4y2Ba 34gydF4y2Ba］．计算两组总方案的FC2和MS的均方根误差(RMSE)。在不同速度步行和不同负荷骑行时，采用配对t检验评估FC2和MS的响应性。所有数据分析均采用SPSS软件(Version 22.0, SPSS Inc)进行。显著性水平设置为gydF4y2Ba PgydF4y2Ba<。05for all analyses.

表3gydF4y2Ba显示FC2和MS检测患者步行和骑行活动变化的能力。gydF4y2Ba

当情感表达增加时，FC2和MS均显著高估了情感表达，且倾向于更大的偏差。其他使用腕戴Fitbit模型的研究，结合了加速度计数据和心脏数据，结果喜忧参半。我们的研究结果与Bai等人先前的研究一致，该研究表明FC HR的整体试验高估了EE(平均绝对百分比误差32.9%)[gydF4y2Ba 23gydF4y2Ba］．关于运动强度，该设备显示低估了久坐活动，高估了轻体力活动和有氧活动，与我们的结果相似。Dooley等人还发现FC HR对基线、轻度和中等强度跑步机活动时的情感表达有显著高估[gydF4y2Ba 35gydF4y2Ba］．相比之下，其他研究显示腕式设备对情感表达的低估[gydF4y2Ba 21gydF4y2Ba，gydF4y2Ba 22gydF4y2Ba］．研究结果的差异可能是由于研究设计和人群的差异。上述研究是在非心脏病患者中进行的，因此结果不能外推到使用β -受体阻滞剂药物和变时功能不全的心脏病患者。据我们所知，只有一项研究评估了腕式Fitbit设备(Fitbit Flex, 2013)在59%患有冠心病的人群中的准确性[gydF4y2Ba 36gydF4y2Ba］．这项研究显示，中等至剧烈体育活动(MVPA)的分钟数被高估了10%，这与我们的研究一致。尽管他们发现Fitbit与MVPA分钟的标准测量之间存在高度相关性(r=0.74总人口，r=0.71心脏病患者)，但没有进行ICC和Bland-Altman分析来评估准确性。gydF4y2Ba

不同腕戴设备估计EE精度有限的可能原因包括HR和加速度计评估质量差以及计算EE的算法不足(即没有很好地针对目标人群)。然而，计算EE的算法通常不由制造商提供。由于患者的特征(如长度、体重和运动方式)是固定的，EE估计很可能由(加速度计和HR)传感器的准确性以及与HR和活动计数相关的算法的可靠性决定。然而，本研究没有评估算法的可靠性和两个传感器的准确性。关于心率传感器的准确性，Wallen等人得出结论，Mio Alfa和FC HR略微低估了心率，在预期范围内(ICC Fitbit 0.78;ICC Mio 0.91) [gydF4y2Ba 21gydF4y2Ba］．其他研究也发现，Fitbit Surge、FC HR和Mio Alfa [gydF4y2Ba 24gydF4y2Ba，gydF4y2Ba 37gydF4y2Ba］．共有2项研究发现，Mio Alfa的误差与参考方法具有可比性;然而，当将协议活动划分为不同类型时，观察到相当大的可变性，并且当活动的速度或负载增加时，设备表现不佳[gydF4y2Ba 38gydF4y2Ba，gydF4y2Ba 39gydF4y2Ba］．尽管之前的Fitbit和Mio模型对HR的评估具有合理的准确性，但目前尚不清楚HR是如何纳入EE方程的。此外，没有心脏疾病的人与CAD或HFrEF患者之间HR和EE变化之间的关系是否具有可比性还值得怀疑。因此，在我们的研究中，与没有心脏疾病的个体相比，EE估计可能更不准确。gydF4y2Ba

另一个可能影响EE估计精度的因素是加速度计的位置。腰部放置通常被认为是有利的，因为传感器接近身体质量的中心，能够检测到整个身体的运动。最近一项评估身体位置对情感表达估计准确性影响的综述得出结论，手腕位置通常会导致情感表达的高估，躯干位置通常会导致情感表达的低估，手腕位置的设备的平均误差更大[gydF4y2Ba 40gydF4y2Ba］．在我们的研究中，手放在跑步机杠上也可能导致设备不能提供准确的情感表达测量。当没有检测到活动的特定特征(行走时手臂的摆动)时，基于手腕的可穿戴设备可能难以检测到活动。尽管如此，我们在室内条件下的发现是有价值的，因为患者也会在康复、休闲体育活动，甚至在家里使用跑步机。gydF4y2Ba

尽管如此，我们的研究清楚地表明，在心脏病患者中，使用商用腕戴设备的算法进行的EE估计应谨慎解释。因此，为了提高这些设备对这一人群的效用，需要提取原始HR和加速度计数据，以便能够开发出充分定制的算法。然而，大多数活动追踪器制造商不提供这种机会。gydF4y2Ba

然而，MS被证明是有用的检测自行车负荷的变化，步行速度和倾斜度的变化没有检测到。此外，FC2无法检测步行和骑行活动的变化。尽管检测特定活动强度变化的能力是活动跟踪器的一个重要特征，但之前关于响应性的研究很少。Price等人得出结论，穿戴在臀部的Fitbit One能够检测行走和跑步速度的总体变化[gydF4y2Ba 41gydF4y2Ba］．与Price等相比[gydF4y2Ba 41gydF4y2Ba]，我们测试了行走速度差异较小的反应性，这可能解释了我们发现的差异。此外，Gusmer等人表明，穿戴在臀部的Fitbit Ultra能够检测慢走和快走的变化，其中慢走被定义为自我选择的舒适速度的负10%，快走被定义为自我选择的舒适速度的正10% [gydF4y2Ba 42gydF4y2Ba］．步态速度和设备放置的个性化变化可能有助于检测行走速度的差异。据我们所知，目前还没有研究评估骑行期间的反应性，这是相关的，因为骑行是荷兰CR和日常生活活动的主要组成部分[gydF4y2Ba 43gydF4y2Ba］．考虑到日常运动行为包括步行、骑自行车和其他体育活动，我们的结果表明，这两种设备测量的EE不应用于CHF和CAD患者的监测目的和运动处方。然而，可穿戴设备在激励和参与PA和锻炼行为方面表现出了很好的效果[gydF4y2Ba 44gydF4y2Ba］．gydF4y2Ba

这项研究首次评估了腕戴式活动追踪器的准确性和反应性，它结合了心脏人群的心率和加速度计数据。在实践中，例如在心脏远程康复中，设备的响应性是一个非常重要的特征。由于没有评估测试-再测试的信度，这项研究受到了限制。这将对整个设备的有效性提供更完整的概述。此外，患者是在实验室环境中进行测试的，因此不确定这些结果是否可以外推到自由生活条件下。然而，由于我们通过创建由日常生活活动组成的协议来模拟自由生活条件，我们预计与自由生活验证研究的差异很小。另一个限制是HR的界限没有针对每个患者进行个性化。由于我们没有评估每个患者的最大HR，因此使用了活动追踪器的默认设置，这可能会影响EE的计算。gydF4y2Ba

腕式活动追踪器在估计CAD和HFrEF患者的EE时均表现出较低的准确性。重要的是，这两种设备在检测患者在低到中等运动强度领域的变化方面也表现不佳。尽管在心脏病患者中使用活动追踪器可能会刺激日常运动行为，但这些发现强调了针对特定人群的设备和算法的需求。gydF4y2Ba