测量门诊手术患者每日体力活动跟踪依从性:五个依从性标准的比较分析

介绍

背景

商业活动追踪器有望使临床医生了解手术后患者的身体活动情况。Fitbit或苹果智能手表等设备通常会以每日步数的形式显示身体活动[1-3.]，已被证明提供了比患者自我报告更准确的临床可行数据[4，5]。鉴于这些功能，研究人员已经探索了活动追踪器如何帮助监测患者的恢复情况，特别是在涉及门诊手术的情况下[6，7]，早期的活动能力被认为会带来更好的结果[8]。

确定病人活动水平的必要前提是依从性分析[9，10]。依从性分析的主要目的是确定患者是否在指定的跟踪期内的任何一天提供可靠的数据。什么是可靠的数据是通过设置一个阈值来确定的，包括和丢弃不符合阈值的数据。例如，可能会指示患者每天佩戴追踪装置至少8小时，并在遵循该方案的日子里被认为是合规的[9]。然后将任何不符合要求的日期从数据集中排除，以确保在随后的分析中只使用有效的日期[10]。计算每位患者的依从性有助于确保活动跟踪数据的有效性、质量和可信度[10-13]。遵从性分析也支持基于所获取数据的可靠推断[14]，包括评估病人的康复情况[15，16]和活动水平[17]。

遵从性分析的关键步骤是为数据过滤选择合适的标准。文献中包含了一系列标准，这些标准在如何定义有效日期并因此过滤数据方面有所不同[10]。例如，基于数量的度量方法根据绝对步数[18]，而基于时间的测量方法则根据设备每天磨损的小时数等标准来过滤数据[19]。遵守标准也因其宽容程度而有所不同。例如，如果在24小时内至少记录了一个步骤，则“>0 steps”准则认为一天是有效的[20.]。相反，“≥10小时”准则要求在一天中10个不同的小时内至少记录一个步骤[21]。问题是，各种可用的遵从性标准可能使研究人员不确定在处理活动数据时使用哪一个。也有研究表明，当使用不同的依从性标准来分析相同的数据集时，数据纳入率会发生变化[10]。严格的标准常常会导致许多原本有效的日子被丢弃。10]。这些问题促使研究人员需要在分析活动数据时调查不同遵从性标准的影响。

在这项工作中，我们研究了应用不同的依从性标准对从接受门诊手术的患者获得的活动数据的影响。我们专注于全膝关节置换术(TKA，即膝关节置换术)，因为它是一种与运动和身体功能直接相关的手术[22]。TKA常导致疼痛和肿胀[23]，导致流动性暂时减少[24随着时间的推移，关节的功能会逐渐恢复[6，7]。因此，追踪TKA患者的活动对临床医生很有价值[25]并且正在开发商业系统，帮助临床医生通过收集活动数据来监测患者的康复情况[26]。然而，分析TKA患者的依从性并不简单，因为这些患者通常在手术后活动能力有限。因此，选择过于严格的遵从性标准来过滤数据可能会导致不必要的天数排除，仅仅因为患者正在恢复。此外，由于活动能力降低，患者可以在不记录步数的情况下遵守设备使用，这就使得缺少步数是否表明设备没有佩戴或是否没有运动产生了歧义。这些问题表明需要了解不同的依从性标准如何影响TKA患者活动数据的分析;依从性分析应如何考虑围手术期患者流动性的波动;以及研究人员应该如何选择一个合适的标准来分析TKA患者的活动数据，这样记录的数据就不会因为低步数而被不必要地丢弃。

本研究的目的

本研究旨在了解应用5种不同的依从性标准对TKA患者活动跟踪数据的影响。我们进一步试图通过分析患者跟踪数据来调查依从性结果变化的原因。

方法

设置

本研究是一项实地研究，TKA患者被要求佩戴Fitbit Zip活动追踪器(Fitbit, Inc.)，在8周的围手术期以步数的形式记录他们的日常身体活动。围手术期包括患者术前2周、手术当日、术后6周，共57天。该研究在英国进行，作为一项计划中的临床试验的一部分(试验注册号:NCT03518866)，该研究探讨了TKA后早期活动能力与患者报告的结果之间的关系(此处未报道)。该试验包括计算每位患者佩戴指定追踪器的依从性。这个任务引起了我们对不同遵从性标准的注意，并推动了这个分析。

道德与招聘

这项研究在开放大学与英国大型公立医院米尔顿凯恩斯大学医院(MKUH)合作进行，历时3年。所有程序都得到了开放大学人类研究伦理委员会(ID: HREC/2014/1635/Price/1)、MKUH研发部门和伦敦NHS健康研究管理局(萨里边境研究伦理委员会，参考:15/LO/0649)的批准。

参与者由第六作者(OP)招募，他从医院的选择性骨科手术名单中确定患者。纳入标准如下:接受TKA的成年人，有能力说和理解英语会话，无认知障碍(如痴呆)，无与个人手术无关的可能影响疼痛水平或参与能力的医疗状况(如严重神经障碍、急性癌症、精神障碍或感染)。

符合纳入标准的患者被邀请参加门诊预约与他们的顾问。每位患者均可获得资料袋并阅读(多媒体附录1）.该包包含研究概述、同意书、研究前问卷和研究人员的联系方式。研究小组的一名成员(BP或LS，见“致谢”)在会诊后一周通过电话随访患者。那些表示愿意参与的人被要求携带签署的同意书和填写的调查问卷到外科诊所。

参与者

共有62名患者自愿参加这项研究;12名参与者因为预定的手术被取消而被排除在研究之外。另有30人因与Fitbit相关的技术问题或退出研究而被除名。

最后的样本包括20名参与者(7名男性和13名女性)，他们接受了门诊手术，并提供了Fitbit数据。参与者的平均年龄为64.5岁(SD 8.94;37 - 76)范围。所有患者手术后平均住院时间为2天(范围1-4天)。术前健康评估采用ASA-PS(美国麻醉医师协会身体状态)分类[27]。ASA 1级1例，ASA 2级18例，ASA 3级1例。这是需要TKA的英国人群的典型合并症的广泛代表，他们可能在其他关节也患有关节炎[28]。药物使用没有被评估，因为其异质性被认为不适合分析TKA后的身体活动。

资料和数据收集设置

参与者被提供了一个商业Fitbit Zip活动追踪器。当我们的研究开始时，这款追踪器是最受欢迎的商业活动追踪器之一，之所以被选中，是因为它的简单性、高耐用性和捕获步数数据的有效性[29-31]。此外，Fitbit Zip有90天的电池寿命，避免了患者给设备充电的需要(这是导致不合规的一个已知因素)。32])。

2017年1月之前参加的参与者(N=8)获得了带有夹式外壳的Fitbit Zip，并被建议将其佩戴在衣服(例如腰带环)、腰带或胸罩带上。一些参与者非正式地报告说忘记从衣服上解开设备，所以剩下的参与者(N=12)给了一个塑料外壳来装拉链，这样他们就可以把跟踪器戴在手腕上。

为避免参与者需要管理从Fitbit收集的数据同步[19]，研究团队制作了一套定制的“Fitboxes”。每个Fitbox都被设计为插入参与者家庭路由器的网络端口。Fitbox是一个定制的3d打印塑料盒，里面有一个连接在树莓派电脑上的Fitbit无线加密狗。计算机运行了一个使用伽利略库的Python脚本[33在没有用户干预的情况下从Fitbit获取数据。计算机每10分钟扫描一次患者的Fitbit，并通过蓝牙将数据同步到Fitbit的云服务器上。然后从Fitbit的服务中提取数据，放在我们自己的服务器上。

过程

在每位参与者同意参与后，Fitbit Zip和Fitbox将在预定手术前两周通过邮政邮件送到他们家中。参与者被要求将Fitbox插入他们的互联网路由器，并立即开始佩戴Fitbit。

参与者被要求在接下来的8周内佩戴Fitbit，包括他们预定的手术日期。数据收集由研究小组成员(BP)定期监测，以检查是否存在任何技术问题。在2例中，更换了有故障的Fitbox。

在8周结束时，参与者被告知他们可以停止使用Fitbit，并被要求将设备带到他们的咨询师的预约地点。参与者得到了感谢，并听取了研究目的的汇报。

数据分析

使用Fitbit API获取每位患者围手术期的每分钟步数。使用脚本对数据进行分析，脚本将5种不同的遵从性标准应用于每个参与者的数据，以确定每日遵从性统计。然后得出每个标准和每个参与者围手术期的平均依从性结果。这些数据随后被绘制成热图和线形图，以调查一天中患者记录步数的时间段。使用JASP进行统计测试，以探索解释计算依从率之间差异的因素。在本分析中，每个参与者的所有数据都被包括在内，因为我们的目的是探索每个标准下合规率之间的差异，以及这些差异如何影响数据保留。

遵从性标准

本研究的5个依从性标准列于表1。之所以选择这些标准，是因为它们代表了评估TKA患者依从性的合理方法，并且因为它们在活动跟踪的文献中被广泛使用[10]。

作为表1举例说明，每个标准定义了一个不同的阈值，什么是有效的一天。前两个，> 0的步骤和> 500步，是基于数量的措施，根据步数的绝对阈值评估合规性。要在给定的一天被认为是合规的，一个人必须分别注册至少一个步骤或超过500个步骤。标准> 0的步骤非常宽松，因此可能对分析来自低流动性人口的数据有用，但可能存在问题，因为它假设在数据收集中没有错误。活动追踪器通常记录手部或手臂运动的数据[34这意味着即使是最小的偶然运动也可能被误认为是有效的一天磨损。就像标准> 500步要解决这个问题，可以为有效天数设定更高的最低要求，尽管这可能太高，无法从手术患者的恢复期获取数据。事实上，患者在手术后每天步行少于500步的情况下，可能会顺应设备的使用。

下一个阈值，≥10个小时美国要求一个人在一天的10个不同小时内至少注册一步。以前的工作已经注意到，这一标准经常用于健康信息学，但它是最严格的标准之一，可能导致高数据排除率[10]。

最后两个标准，3-a-day和3-of-4窗户是基于时间的措施，如果患者在三个预定义的时间段内登记数据，则认为一天有效。在3-a-day，病人必须在上午、下午和晚上3个窗口登记至少一步[35]。在3-of-4视窗，一天被分成4个相等的视窗，每个视窗6小时，而任何人须在其中至少3个视窗登记资料才符合规定[36]。这两个标准都是基于一天中持续的磨损来评估依从性的。然而,3-a-day标准包含大小不等的窗口，在评估工作时间不正常或轮班工作的人员的依从性时可能会出现问题。的3-of-4Windows标准通过允许患者以更灵活的时间表注册数据来解决这一限制。

结果

分析概述

我们首先考虑这5个标准如何在整个样本中产生不同的遵从性结果。然后我们考虑这5个标准如何影响个体患者的计算依从率。这使我们能够询问依从性结果的差异是否在整个样本中是一致的，或者某些患者是否受改变标准的影响更大。然后，我们考虑围手术期依从性计算之间的变化，调查依从性变化在多大程度上可以由人口因素解释，以及Fitbit是夹式还是腕戴式设备。

合规标准对整个样本的影响

表2显示所有20名参与者在8周围手术期对每个标准的平均依从性。符合性的范围从0.00到1.00，结果1.00表示100%的符合性。

表2揭示标准之间的遵从性结果存在差异。例如，>0个步骤在整个样本中的平均依从性为0.80 (SD 0.17)，而≥10小时的依从性较低，为0.56 (SD 0.25)。

直方图表2说明每个遵从性水平的样本比例，显示不同的标准导致不同的结果分布。例如，当使用>0步时，所有患者的依从率分布向1.0倾斜，而≥10小时标准的分布向0.2倾斜。这些结果反映了措施的性质，即>0步是最宽松的标准，而≥10小时是最严格的标准[10]。它们还说明了不同的标准如何导致不同的数据排除率，即在最严格的标准下，更多的天数被认为是无效的。

遵从性标准	意思是(SD)	最低	最大	范围	柱状图
> 0的步骤	0.80 (0.17)	0.40	1.00	0.60
> 500步	0.63 (0.22)	0.26	1.00	0.74
≥10小时	0.56 (0.25)	0．02	0.96	0.94
3-a-day	0.67 (0.22)	0.05	0.93	0.88
3-of-4窗户	0.67 (0.22)	0.04	0.93	0．89

患者依从性标准的影响

图1提供每位患者依从性结果的可视化比较，显示>0步与其他4个标准之间的差异。我们使用>0步作为基线来说明差异，因为它对所有患者产生最高的依从性结果。在图1，根据依从性措施之间的偏差，从最小到最大(分别从左到右)列出患者。每位患者的结果的完整数据，以及人口统计信息，可在多媒体附录2。

‎ 查看此图

我们首先考虑患者对活动跟踪的计算依从性方面的差异，重点关注计算结果在特定的标准。总体而言，数据显示，在计算依从性方面，患者之间存在个体差异。例如，5例患者在>0步标准下达到100%的依从性，而8例患者的依从性仅为49%。同样，在>500步标准下，3例患者的依从性达到98%或更高，而其他患者的依从性则差得多。这重申了文献中的证据，即有些人非常顺从，而另一些人在跟踪方面表现出中断或失误[20.]。

接下来，我们将考虑依从性标准之间的差异以及它们对每个患者的变化。一个重要的观察图1改变依从性标准所产生的变化在患者中并不统一。改变标准对一些病人的影响微乎其微，但对另一些病人的影响却很大。例如，患者1-4的结果在很大程度上不受影响，而患者20的依从性从≥0步的有效天数的100%上升到≥10小时的28%。这相当于两个标准之间72%的差异，这意味着在更严格的阈值下，许多患者的数据将被排除在进一步分析之外。

此外，我们观察到改变标准可以增加报告部分患者的依从性减少报告其他人的遵从性。P16和P17说明了这一点，以及从>500步切换到≥10小时时它们的依从性是如何变化的。P17记录了12%增加的顺应性，而P16的顺应性减少了24%。

观察到的变化方向的差异引出了一个问题:为什么不同的依从性标准会导致患者之间的变化，以及为什么一些患者比其他患者更容易受到变化的影响。通过检查我们的数据，我们观察到一个明显的趋势，即佩戴腕带设备的患者在依从性结果之间表现出较小的变化(即较低的SD)，而使用夹式设备的患者在5个标准中表现出更大的变化。

使用点双列相关对依从性计算的标准差进行统计分析，显示有统计学意义的相关性(r= .616,P= 04)。因此，依从性结果之间SD值较低的参与者(即向左侧的参与者)图1)比那些SD值较高的人(即图表右侧的人更有可能佩戴夹式设备)更有可能使用腕戴式Fitbit设备。

我们还调查了年龄、BMI和性别是否影响依从性结果。Pearson相关分析显示，年龄与依从性结果SD之间无显著关系(r= .178,P= .453)。同样，Pearson相关性显示BMI与SD (r= .147,P= .535)。点双列相关分析显示，性别与依从性结果的SD无显著关系(r= .393,P= .086)。

围手术期的身体活动模式

为了探讨为什么5个标准在患者之间产生不同的依从性结果，我们制作了热图，可视化每个患者围手术期的原始步数数据。图2显示我们样本中表现出不同活动模式的10名患者的热图。我们选择这些患者来说明不同的活动模式如何在不同的依从性措施下产生变化。包括所有20名患者的热图多媒体附录3。

‎ 查看此图

热图产生了3个主要观察结果。

首先，手术前后存在普遍差异，所有参与者在表示手术日期的红线之后表现出明显的行为变化。大多数患者(如P12、P14和P17)的数据收集量下降，而其他一些患者(如P2)的数据收集量更多。同样值得注意的是，一些患者的数据收集记录存在明显的空白。例如，P2在手术前没有记录任何数据，P14在手术后缺失了很多天。这些间隙是没有佩戴Fitbit的证据，在我们的分析中被认为是不符合所有标准的日子。

第二个观察结果是，在术前佩戴Fitbit的患者，手术后记录的整体活动水平有所下降。对于一些患者来说，这可以通过手术后明显的活动间隙来说明(例如，P5和P12)，而对于其他患者来说，只是收集的数据量减少了。活动水平通常会随着时间的推移而增加，恢复到手术前的水平，有时甚至超过手术前的水平，如在最后几周出现更多的暗细胞(如P2、P6、P12和P17)。这种模式与TKA后身体活动的逐渐恢复是一致的[6，7]，但对评估依从性有影响，因为更严格的标准(例如，>500步和≥10小时)可能对手术后患者活动减少不敏感。

第三个观察是一些病人分布手术后一天的活动量保持不变，但对其他人来说，它会随着时间的推移而改变。对于包括P1, P5, P14和P17在内的患者，患者的活动分布与手术前后相比是持续的，尽管这种差异代表了活动水平的总体降低。相比之下，P10的活动时间在术前大约下午4点结束，但在手术后持续到晚上。

活动水平和分布的变化很重要，因为它们解释了为什么一些患者在某些标准下逐渐变得更顺从，而在其他标准下保持稳定。此外，热图显示了手术对患者活动水平的明显影响，提供了一个潜在的解释，为什么有些人在更严格的措施下被认为不太顺从。

围手术期合规性标准协议的变化

我们对热图数据的观察强调了患者活动记录的时间变化，在显著变化发生的显著时期。热图还强调了身体活动可能改变的特定时期，即手术后立即和整个恢复期。因此，我们研究了依从性标准一致性的时间变化，即5种结果随时间的变化有多紧密，以及这种一致性在围手术期如何变化。这使我们能够进一步了解手术对整个样本的依从性协议的影响。

图3显示所有5项标准的每日依从率，红线标记手术日期。数据表明，在围手术期结束时，有较高的平均依从性的趋势。手术后的平均依从性立即明显下降，在40天左右略有下降。

‎ 查看此图

在标准之间的一致性方面，可以看到手术阶段测量值之间的差异很小，从SD的阴影区域较窄反映出来。手术后，平均依从性下降了25%，标准之间的SD相应增加。在接下来的3周内，平均值增加，而标准差减少，如阴影区域的高度缩小所示。临近围手术期结束，即最后2周，平均依从性有所下降，但测量值之间的偏差较小且稳定。

图4具体显示患者的依从性如何随着时间的推移而变化，当应用每个标准时。从这个图中可以看出几个重要的观察结果。首先，术后>0步标准的依从性一般高于其他标准，在恢复期的前20天差异非常显著。这意味着，在许多情况下，患者在一天中至少登记了一些步骤，但总数往往不足以被认为符合更严格的阈值。

‎ 查看此图

第二个主要观察来自图4>500步，≥10小时，每天3次，和3 / 4的窗口阈值在整个8周的时间内似乎相互密切相关。然而，这4个阈值导致术后计算依从性大幅下降，然后随着时间的推移逐渐增加。这意味着患者在手术后的几天内记录了少量的步数，但这些步数不足以被认为符合更严格的活动阈值。

最后一个观察结果是，在>0步标准下，手术时依从性略有增加。这可能表明参与者忘记佩戴Fitbit的情况较少，这可能是由于医院工作人员提醒参与者佩戴该设备，或者TKA可能使监测身体活动的想法更加突出。另一种选择是，手术改变了日常生活，因此可能会有更少的日常活动分散佩戴追踪器的注意力。

综上所述,图3和4举例说明在不同标准下，暂时性损害对参与者依从性的可能影响。在最宽松的标准(>0步)下，许多天似乎被认为是有效的，但在其他措施下将被丢弃。

平均计算顺应性分析

为了定量探讨上述观察结果，我们将围手术期细分为不同的2周阶段(不包括手术当天)，并使用5个标准计算每位患者的2周依从性数据。这使我们能够探索两周阶段之间是否存在差异手术，0-2周，2-4周,周4 - 6）.然后，我们使用线性混合模型来调查5个标准之间计算依从性的变化，使用人口统计信息作为自变量。每位患者在两周内的平均依从性见多媒体附录4。

具体来说，我们的模型比较了合规标准、性别，年龄，身体质量指数，阶段,设备类型(夹式或腕式跟踪器)帷幕,合规。ASA被排除，因为参与者之间的评分差异不足。在每个分析中，自变量被设置为固定效应。参与者ID设置为随机效果。报告的β估计值表明了不同情况下2周依从性的变化值。我们报告了估计的标准误差(SE)，并在α= 0.05处进行显著性检验。

我们发现了一个显著的主效应遵从性标准在帷幕,合规(F_4、22.51= 16.816,P<措施)。>0步的依从性评分显著较高(约16%)(β=。157年,SE = 0.022,P<措施)。>500步的依从性评分显著降低(β= -)。041年,SE = 0.017,P= 0.027)，≥10小时(β= -。104年,SE = 0.019,P<.001)，每天3次(β= -。031年,SE = 0.014,P= .045)。

我们还发现了显著的主效应阶段在帷幕,合规(F_3、18= 4.166,P= .021)。术后4-6周依从性评分显著升高(约10%)阶段(β=。102，SE=0.041,P= .024)。这与我们的观察相符图3和4，表明随着围手术期的进展，患者逐渐恢复活动能力并记录更多数据。

我们还发现了一个小而显著的主效应年龄在帷幕,合规(F_1、15.48= 5.004,β=。009年,SE = 0.004,P= .040)。具体来说，无论标准如何，老年患者更有可能有更高的依从性。这可能是因为老年人的健康问题更为突出[38]，可能会增加他们使用活动跟踪器的依从性。

最后，我们发现了显著的交互效应标准和阶段(F_{12245 .89}= 5.631,P<措施)。术后0 ~ 2周，>0步标准的依从性评分明显较高(β=。115, se =0.019;P<措施)。>500步的依从性评分显著降低(β= -)。067年,SE = 0.019,P<.001)和10小时(β= -。054, se =0.019;P= 0.005)。看齐图3和4，这一结果表明，手术后的几周与更严格标准下的依从性降低有关。

设备类型随时间的变化

基于我们之前的发现，测量之间的偏差对应于设备类型(手腕与夹子)，我们独立检查了每个设备的时间变化。图5A为每天佩戴夹子组依从的比例。可以看出，在手术阶段的标准之间有密切的一致。在手术时，标准之间的偏差明显增加，随着时间的推移逐渐减少。

‎ 查看此图

图5B再次表明，术后前3-4周依从性对标准的选择特别敏感，在整个过程中>0步接近100%。在这一阶段，>500个步骤和3-of-4个窗口的结果是紧密一致的，≥10小时和每天3次也是如此。然而，整体范围是非常大的。

图5C表示佩戴腕带组每天服从的比例。对比图5A(剪辑组)与图5C(腕带组)，我们看到，在整个期间，腕带组在测量之间的偏差要小得多，并且仅在手术后立即偏差略有增加。对于腕关节组，术后大约2周后，偏差水平一直保持在较低水平。图5D也显示了标准之间的密切一致。这表明，测量之间的偏差是夹子装置组的一个更突出的问题，但这个问题只有在手术时才变得明显。

为了定量地研究这些观察结果，我们比较了性别，年龄，身体质量指数，阶段,设备类型(夹式或腕式跟踪器)对使用线性混合模型的依从性结果之间的SD的影响。我们再次将围手术期分为4个不同的2周期。(4个阶段中每个患者的SDs见多媒体附录4)。ASA再次被排除。自变量设为固定效应，ID设为随机效应。β估计值表示依从性结果之间的SD变化值。

总的来说，我们发现了显著的主效应阶段合规结果之间的可持续发展F_{3, 54}= 11.421,P<措施。结果之间的偏差在术后前2周显著较高(约8%)(β=。082年,SE = 0.016,P<措施)。

我们还发现了显著的交互效应设备类型和阶段(F_{3, 54}= 9.976,P<措施)。对于夹式装置的佩戴者，在手术后2周内测量值之间的偏差明显更高(约6%)(β=。064年,SE = 0.016,P<措施)。这些结果进一步证明了手术如何影响患者的依从性，在0-2周的活动减少导致一些患者错过了更严格的阈值要求，导致大量数据被丢弃。这种效果在那些将追踪器夹在身上的人身上尤为明显(图5B)。

讨论

主要研究结果

本研究的第一个发现是5个依从性标准在应用于患者数据时提供了不同的依从性结果。我们发现在最宽松的标准(>0步)和最严格的标准(≥10小时)之间的平均数据保留率相差24%，其他措施落在这两点之间。这一发现表明，不同的依从性标准不能互换用于分析TKA患者的数据，并且与Tang等人的工作相吻合[10在对9个不同的活动跟踪数据集应用4个标准后，他观察到类似的效果。我们工作的一个独特的特点是检查TKA患者，谁是经历暂时的损害，他们的行动能力，由于手术。我们的研究强调了仔细考虑评估依从性的适当标准的必要性，并表明这在与手术人群一起工作时尤其重要，因为他们的行动不便。

我们的第二个主要发现是，依从性结果的差异在整个样本中并不统一。一些患者的数据在很大程度上不受使用不同标准的影响，而另一些患者的数据则有很大差异。在最极端的情况下，当在两个不同的标准之间切换时，72%的患者数据被排除在外。这种变化将代表患者记录的活动水平在临床上具有显著差异[17，39]。我们对潜在原因的调查显示，与在手腕上佩戴Fitbit的患者相比，将Fitbit作为夹式佩戴的患者在依从性结果上有更大的差异。对这一发现的一种解释可能与活动追踪器在家中被如何对待有关。有趣的是，我们的病人提到，他们把夹子式的Fitbit贴在衣服上，却忘了在一天结束的时候把它取下来。因此，使用腕带追踪器可能会产生更高质量的数据，因为它们不太可能被患者遗忘，而且由于腕带设备不需要经常取出(例如，在睡眠时)。

我们研究的第三个主要贡献在于证明了手术对依从性计算的影响。我们发现患者在手术后表现出跟踪行为的变化和身体活动的波动。统计分析亦显示依从性结果之间的偏差明显较高(P<.001)。具体来说，依从性的计算值明显高于(P<.001)当使用>0步时，这也是最宽松的标准。这些发现的含义是，依从性分析需要考虑手术后身体活动能力的减少。更严格的依从性措施可能会排除基于低活动的数据，即使这种活动实际上可能代表患者手术后的能力。虽然>0步距准则容易受到记录手臂运动附带步距数据的影响[34]，这些“步骤”的存在可能有助于表明跟踪器被磨损，这可能比完全丢弃天数更可取。对于计划使用TKA患者身体活动数据的临床医生，以及设计支持基于其使用的决策的系统，这一考虑是重要的。

对活动跟踪研究的启示

基于我们的研究，我们建议TKA患者的依从性分析应从>0步标准作为初始数据过滤器开始。这样可以识别佩戴跟踪器的日期，从而从步数计算中删除不符合要求的日期。其次，有一个最小活动目标的窗口方法，例如3-of-4个窗口[36]，应用于确定患者是否记录了全天的数据。

在方法论上，我们赞同Tang等人[10并鼓励未来的研究人员在计算和报告依从性时清楚地描述所采取的方法。研究人员还应说明用于确定有效日期的标准，并考虑其他标准如何影响数据。未能描述依从性措施可能会破坏使用活动跟踪数据进行研究的感知有效性。

最后，未来的研究应该考虑使用辅助数据源来获得关于患者是否佩戴活动追踪器的真实情况。许多运动追踪器现在都包括心率监测器，尽管这些并不能保证依从性的提高[40]，额外的数据源可以与步数进行三角测量，以确定磨损时间。然而，这些设备的一个限制是，它们的电池寿命比Fitbit Zip等追踪器短，因此可能会影响依从性，因为患者需要给设备充电。32]。短期生态评估[41技术，通过参与者的智能手机传送，也可以用来收集关于是否佩戴追踪器的自我报告。

设计的影响

这项研究的结果可以为手术和术后监测系统提供信息(例如，[26])来支持基于活动数据的临床决策。我们的研究表明，用于计算遵从性的潜在阈值会影响数据保留率。如果系统由于理论上的低活动量而排除了很大比例的有效天数，那么根据这些数据做出的决定可能是有缺陷的。我们建议系统应该显示记录的确切步数以及这些步数在一天中的分布情况，使临床医生能够在绝对和时间水平上评估依从性。不遵医嘱的日子应作为患者记录中的空白加以说明，这可能仍然有助于支持决策[14并鼓励患者增加追踪器使用的依从性。

临床意义

基于这项研究，涉及活动追踪器的临床试验必须考虑到这样一个事实，即严格的依从性标准可能导致排除TKA患者的潜在有用数据。选择一个宽松的标准可以解决这个问题。同样，临床监测系统(例如，[26])将在没有适当合规措施的情况下提供不可靠的数据。

研究人员还应该意识到，在使用可穿戴设备的情况下，接受TKA的患者有相对较高的辍学率。我们的研究是在英国进行的，那里等待手术的时间意味着从手术列表到手术本身有相当长的时间差距。如果在病人治疗的早期就给他们发放活动追踪器，试验应该认识到病人健忘的可能性。同样，试验应该认识到，术后往往是痛苦的，因此患者可能会因为使用可穿戴设备而分心，因为它可能不是他们优先考虑的事情。

限制

分析的参与者数量是本研究的一个限制。我们的20例患者样本足以调查差异并说明模式，但需要更大的样本量进行验证。可能需要一个超过100名患者的队列来得出关于早期活动、依从性和其他因素(如疼痛、止痛药使用和晚期结果)之间相关性的临床结论。膝关节置换术患者在过去一年内的不满意率约为20% [23]。早期活动可能是这种可能的多因素问题的预测因子，未来的工作应该寻求更高的统计能力来阐明这一点。

另一个限制是，由于参与研究的公开邀请，对身体活动更关注的患者可能已经接受了邀请。在那些不太关心身体活动的人群中，设备使用的依从率可能有所不同。

最后，我们的研究并不是为了调查在身体不同部位佩戴追踪器的差异。这意味着参与者并没有被随机分配在特定的地方佩戴跟踪器，因此我们不能完全排除其他潜在因素来解释腕戴式和夹式跟踪器之间的依从性差异。可能的影响包括合作医院在管理研究方案方面的逐步改进，或工作人员的变化。我们的分析让我们探索了人口因素和Fitbit的位置，因为这些都是基于我们收集的数据提供给我们的。其他可能影响患者行为的因素(如吸烟状况)应纳入未来的工作。

结论

本研究旨在了解不同的标准如何影响TKA患者对活动跟踪的计算依从性。我们的研究结果表明，不同的依从性标准不能互换地用于分析门诊手术后患者提供的活动数据。相反，术后活动能力的降低需要使用宽松的依从性标准，例如>0步，并结合窗口入路。这些标准可以解释暂时的行动障碍，同时也可以跟踪一天中的磨损情况。鼓励患者在手腕上佩戴该设备，并使用二级数据来源作为基础事实，可以通过确保检测到活动并增加患者的实际佩戴时间来增加对依从性结果的信心。