基于数字生物标志物的研究:系统综述的范围综述

简介

背景

在医疗保健系统中，数字设备的使用已成为一种加速趋势[1]，由于COVID-19大流行，它们的应用速度加快了[2］．新型传感器设备和可穿戴设备的出现彻底改变了临床数据的测量、收集和存储，这对临床决策具有明确的影响[3.］．医学中出现了一个新概念，即数字生物标志物:“使用便携式、可穿戴、可植入或可消化的数字设备收集客观、可量化的生理和行为测量”[4］．除了临床价值外，数字生物标记物还可以实现新的医疗保健价值链[5］．根据已发表的报告，2019年全球数字生物标志物市场规模估值为7.27亿美元，预计到2027年将以40%的复合年增长率增长，达到约103.8亿美元[6］．

数字生物标记物是通过医疗设备的多层硬件(例如传感器)和软件来测量的，这些硬件和软件可以捕捉患者的信号(行为和生理数据)[7］．数字生物标记物通过远程和连续测量可靠的临床数据，并允许持续监测和评估，可以提高现代医疗保健系统中的诊断和治疗精度[8，9］．通过可穿戴、可植入和可消化的设备和传感器捕获，数字生物标记物可在家中使用，以提供临床数据，收集在临床环境中无法收集的数据[10］．这些信息可以改善医生和患者的决策，个性化治疗，并预测疾病的当前和未来状况[11］．持续评估允许个性化治疗[12];例如，糖尿病患者通过传感器进行的持续血糖监测可以与患者的身体活动和食物摄入数据联系起来，这可以调整胰岛素剂量，并对极低的血糖水平产生预测警报[13］．此外，数字生物标志物在识别疾病相关症状方面发挥着重要作用[14]，常用于临床试验，以评估不同的治疗方法[15]，并提供更好的治疗，特别是与其他干预措施结合使用时[16］．总体而言，数字生物标志物在精准医疗中发挥着重要作用[17]，可以减少临床错误，提高诊断方法的准确性，支持个性化临床决策[18］．

关于数字生物标志物的系统综述(SRs)已经发表了几篇。然而，它们大多集中在特定的技术或疾病领域;例如，研究回顾了可穿戴活动追踪器对普通人群的健康影响[19]和帕金森病患者[20.]，仅列举几项涵盖特定疾病领域的特定技术[21-23］．范围审查旨在以正式、严格和透明的方式获取研究领域的主要概念以及可用的主要来源和证据类别[24］．数字生物标记物涵盖了各种临床领域，如Fitbit设备、活动追踪器和植入式心脏除颤器。数字生物标记在有效、技术增强、安全和以用户为中心的护理途径中的潜在价值[25，26]已被大量发表的sr建议用于各种临床领域的临床益处。然而，没有一项范围综述在单一、完整的研究中涵盖所有数字生物标志物。对临床证据范围的概述可以突出有证据支持将数字生物标志物整合到卫生系统的临床领域，以及证据合成方面存在差距的领域。因此，对数字生物标志物的SRs进行范围综述可能有助于读者掌握该领域积累的临床证据的广度。正如《Cochrane手册》所述，通过涵盖针对同一疾病的多种干预措施，以及针对不同疾病领域的同一干预措施的大量综述，对综述进行了广泛的证据综合[27］．

目标

鉴于COVID-19大流行和2021年5月生效的新欧洲医疗器械法规部分推动了临床证据的快速积累，本范围审查包括2019-2020年发布的sr，以确定在新法规生效之前，数字生物标志物和传感器在哪些临床领域取得了进展。具体来说，本范围审查旨在探讨以下问题:

1. 数字生物标志物的sr在人群、干预和结果方面的特征。
2. 数字生物标志物在行为和生理数据类型方面的特征，使用的数字设备和传感器，以及它们在SRs治疗途径中的作用。

本文综述的目的是对研究问题的构建模块进行分类，而不是综合或评估数字生物标志物临床证据的质量;这将在基于数字生物标志物的干预措施的单独SR中得到解决，该SR将分别使用评估系统评价的测量工具-2和分级建议评估、开发和评估来评估元分析中数字生物标志物的方法学质量和证据质量[28］．

方法

我们遵循PRISMA-ScR(范围评审的系统评审和元分析扩展的首选报告项目)指南[29］．

合格标准

根据定义[4]，数字生物标志物是使用智能手表等数字设备收集的行为和生理数据，如心率、身体活动和步数[30.］．因此，在本研究中，我们将数字生物标志物确定为使用数字设备测量的行为和生理数据。不能客观量化生理或行为数据的数字技术被排除在这项研究之外。为了关注与临床护理相关的证据，我们纳入了涉及随机对照试验(rct)的sr，表明该综述综合了与健康结果相关的因果证据[31］．未报告参与者健康状况变化的研究被排除在外。此外，仅包含观察性研究的sr不适用于本研究。根据“特别代表”的一般定义[32]，我们纳入了在电子数据库中使用系统搜索策略、具有预定义和明确的研究问题、纳入和排除标准、筛选以及数据分析和综合方法的研究。如果符合其他标准，对纳入研究缺乏批判性评价的综述被认为是SRs [32］．我们没有将我们的范围审查限制到特定的人群。任何临床环境、任何年龄组或性别的人体研究都符合这项研究的条件。我们考虑了所有有意或无意地影响参与者健康状况的干预措施，并涉及至少一种数字生物标志物的使用，用于与诊断患者、监测结果或影响治疗干预的交付或预后目的相关的任何目的。我们没有将审查范围限制于任何特定类型的比较国集团。考虑任何类型的健康结果(例如，由于干预而导致的个人或人群健康状况的变化)的英文SRs全文[31]符合本次范围审查的资格。

排除标准

研究被排除的条件是:(1)非SRs;(2) SR中纳入的所有研究都不是随机对照试验;(3)它们不是人体研究;(4)他们没有使用至少一种数字生物标志物来诊断患者，监测结果，或影响治疗干预的实施或预后目的;(5)他们没有使用至少可穿戴、可植入、便携式或可消化的设备来测量行为或生理数据;(6)他们没有报告健康结果(即，他们没有报告由于使用干预措施而导致的人口健康状况变化);(7)未以英文全文发表;(8)它们没有在2019年或2020年发表。

搜索策略

建立了一个搜索已发表的sr的综合策略，包括以下步骤。首先，使用标题或摘要中与数字生物标志物定义相关的关键词，以及适用的医学主题标题术语[4]，结合国家医学图书馆的sr过滤器[33］．其次，使用与数字生物标志物相关的关键词搜索Cochrane图书馆的SRs数据库。这项研究仅限于2019年或2020年发表的研究。最后，在审查过程中，对已确定的研究的参考文献列表进行了额外的调查。

我们使用了以下与数字生物标志物相关的搜索词:“数字生物标志物”或“数字生物标志物”或“可植入的”或“可植入的”或“可穿戴的”或“可穿戴的”或“可携带的”或“可消化的”或“可消化的”[28](参考多媒体附件1有关搜寻策略的详情)。

研究的筛选和选择

使用Microsoft Excel管理文章，并根据文章的数字对象标识符编号删除重复引用。两名独立评审人员分2个阶段进行评审:

1. 筛选检索记录的标题和摘要，根据以下2个纳入标准确定相关研究:这是SR研究(是或不确定，不是)?是基于数字生物标志物的研究(是或不确定，不是)?两个问题的答案都是肯定或不确定的研究被认为符合下一步的条件。
2. 符合标题和摘要标准的文章全文基于以下二元(是或否)因素进行评估:该研究是在2019年还是2020年发表的;是否是用英语写的;这是否是一项人体研究;该研究是否只包括随机对照试验;是否报告健康结果;研究中是否至少有一种数字生物标志物用于诊断患者、监测结果、影响治疗干预或使用可穿戴、可植入、便携式或可消化的预后设备。过滤所有问题的答案是的确定所有符合条件的研究。在每个筛选阶段，两名审稿人讨论了不同意见，并通过一致意见(HM-N, MMA和MF)解决了分歧。在每个筛选阶段，使用Microsoft Excel Cohen κ统计数据计算评审员之间的评分一致度。基本一致率为κ>0.6 [34］．如果一致性较低(κ<0.6)，则在进入全文阶段之前对审稿人进行重新培训。

数据图表

概述

两位综述作者独立地从纳入的综述中提取数据，并讨论他们的发现以确保一致性。所有条目都经过了交叉核对。我们使用图表数据表单来提取数据。在可能的情况下，数据直接从文本中复制和粘贴，以避免误解。对于协议率，Cohen κ [34]是用微软Excel计算的。就国家和人口而言;干预措施;结果;行为和生理数据;数字生物标志物的作用;传感器技术类型;描述性统计，包括频率和百分比，使用Stata统计软件(版本16.0;StataCorp LLC)和微软Excel。无论国家、数字设备类型和数字生物标记物的作用如何，所提到的其他变量的总频率和百分比与所包括的SR的总数不对应(分别为31%和100%)，因为正如报告的结果所示，SR可能具有不止一类这些变量。 R statistical software (version 4.1.3; The R Foundation for Statistical Computing) was used to visualize the graphs. We did not assess the quality of the included reviews because this is not essential in scoping reviews [29］．

SRs的特点

我们使用世界卫生组织(WHO)制定的分类系统来描述人群、干预措施和结果。《国际疾病分类》第十一次修订版(ICD-11)是最新的疾病分类系统[35］．国际卫生干预措施分类(ICHI)是为统计分类、记录和分析卫生干预措施而提出的一种工具[36］．国际健康保险包括诊断、医疗、外科、心理健康、初级保健和相关保健服务;实际的支持;康复;传统医学;以及由整个医疗保健系统范围内的广泛专业人员提供的公共卫生倡议。《国际功能、损伤和健康分类》(ICF)是在个人和人口层面评估健康和残疾的框架[37］．纳入sr的研究人群使用ICD-11进行分类。此外，还提取了人群的年龄范围(儿童、成人、老年人、其他或未指明的)和性别(男性、女性，或男性和女性都有)。干预措施和结果也分别使用ICHI和ICF工具进行分组。ICF仪器还用于分类生理和行为数据。此外，从纳入的sr中收集比较类型。我们还提取了sr中纳入rct的数量。

数字生物标记物的特征

记录数字生物标记物的特征，包括它们在SR(干预、结果测量、诊断工具、预后工具或其他)中的作用，以及使用ICF工具的数字设备收集的生理和行为数据类型[37]，数字设备的类型(植入式、便携式、可穿戴或可消化)，以及应用的传感器技术的类型(生物传感器、化学传感器、流量传感器、指纹传感器、力传感器、心率传感器或脉搏率传感器、湿度传感器、小时监测传感器、红外传感器、图像传感器、液位传感器、肌肉传感器、位置传感器、压力传感器、热敏电阻传感器或温度传感器)[38］．

我们确定了传感器，如心率传感器和脉搏率传感器，如果它们涉及感知心律和功能(心率传感器)和血压(脉搏率传感器)。相比之下，位置传感器被分配给那些评估身体活动、行走、跑步或步态功能的评估。此外，与吸烟行为相关的传感器被分组为流量传感器。监测体温的传感器被分类为温度传感器。

证据合成

本文使用了描述分析方法，包括使用Stata统计软件(版本16.0)绘制频率、百分比和数据图表。通过计算独立审稿人对之间的Cohen κ来评估筛选过程。图用R统计软件(4.1.3版)设计。

结果

研究的筛选和选择

从计算机检索中，确定了389条记录:PubMed和Cochrane图书馆数据库中分别有307条(78.9%)和82条(21.1%)记录。去除重复后，在389份记录中，筛选出375份(96.4%)的标题和摘要。在标题和摘要筛选过程中，审稿人之间有87个分歧(Cohen κ=0.54)。因此，审查员被重新培训以达到更高水平的一致。因此，他们进入了解决分歧的讨论阶段。在标题和摘要的筛选阶段，94%(82/87)的分歧与数字生物标志物6% (5/87)系统综述．在375篇标题和摘要筛选的论文中，199篇(53.1%)全文论文被选中进行资格评估。在研究选择阶段解决42个争议后(Cohen κ=0.76;N =17, 40%，不同意健康结果；N =14, 33%，不同意基于数字生物标志物的研究；N =9, 21%，不同意相关的；n= 2,5%，关于2019-2020年出版)，由于研究设计原因，44.7%(89/199)的sr在全文筛选阶段被排除(多媒体附件2)．其余110例sr中，30例(27.3%)符合纳入标准。在核对了合资格的代表的参考名单后，又增加了一条记录，使符合纳入标准的代表总数增至31名。PRISMA(系统评价和元分析首选报告项目)流程图如图所示图1．本研究的特点总结在多媒体［39-69］．(参考多媒体附件4有关被排除的研究名单及排除的原因)。

‎ 查看此图

所包含sr的特征

纳入的sr由来自14个不同国家的作者发表，其中大部分来自澳大利亚(6/ 31,19%)[39-44]，其次是加拿大(4/31,13%)[45-48];美国(4/ 31,13%)[49-52];英国(3/ 31,10%)[53-55];香港(3/ 31,10%)[56-58];台湾(2/ 31,7%)[59，60];及比利时(2/ 31,7%)[61，62］．其余7项研究由中文[63]，法语[64]，日语[65]，葡萄牙语[66]，意大利语[67]，荷兰语[68]和丹麦语[69研究人员。

人口

参加者的疾病范畴涵盖ICD-11的13个章节(表1)．大多数sr研究了患有循环系统疾病的参与者(19/ 31,61%)[40，41，45，46，49，51，53-55，57，60，62-69]，其次是呼吸系统疾病(9/ 31,29%)[43，46，50，57，61-65];内分泌、营养或代谢性疾病(7/ 31,23%)[40，45，50，57，62，64，65];睡眠-觉醒障碍(4/ 31,13%)[50，57，63，64];神经系统疾病(4/ 31,13%)[40，57，63，64];肿瘤(3/ 31,10%)[40，52，64];影响健康状况或与卫生服务接触的因素(3/ 31,10%)[40，56，60];精神、行为或神经发育障碍(2/ 31,7%)[63，64];泌尿生殖系统疾病(2/ 31,7%)[58，64];肌肉骨骼系统或结缔组织疾病(2/ 31,7%)[40，64］．此外，Lu等人[63]包括视系统疾病患者(1/ 31,3%)。损伤、中毒或外因引起的某些其他后果以及皮肤病患者是另一份SR的合格纳入人群[64］．在19%(6/31)的研究中，纳入的人群仅是非临床和一般参与者[39，42，44，47，48，59］．除包括上述特定临床情况的患者外，部分sr亦包括没有适用ICD-11类别的一般人群，例如雇员(3/ 31,10%)[40，56，61];学生(3/ 31,10%)[40，46，50];健康参与者(2/ 31,7%)[40，53];办公室职员(1/ 31,3%)[40］．

干预措施

根据国际健康协会的分类(表2)，高比例的干预措施侧重于身体活动行为(16/ 31,52%)[39-46，48，52，55-57，61，62，68]和心律转换(4/ 31,13%)[49，53，66，67］．7%(2/31)的sr覆盖了心律失常回路的经皮腔内破坏[51，54］．其他有关评估维持体重功能的特别代表(2/ 31,7%)[50，59];心脏电生理监测(1/ 31,3%)[60];协助或主导心血管系统功能的锻炼(1/ 31,3%)[69];协助或主导与怀孕有关的运动(1/ 31,3%)[58];血压函数(1/ 31,3%)[50];鼓励改善身体活动的非经济诱因(1/ 31,3%)[65];以及鼓励改善身体活动的经济激励措施(1/ 31,3%)[47］．乔等人的研究[50]包括4种不同类型的干预措施，但其中只有2种干预措施可以被ICHI仪器分类:体重维持功能和血压功能。另外两种干预类型——血液胆固醇监测和可穿戴式血糖监测系统——不能用ICHI工具进行分类。此外，7%(2/31)的特别登记册[63，64]没有指定干预类别，因为他们没有定义具体的干预类型;因此，使用ICHI工具分配特定的干预措施是不可能的。

结果

报告的结果分为ICF的13个独特类别。照顾自己的健康(体育活动;15/ 31,48%) [39-41，43-48，52，55-57，64，68];步行(12/ 31,39%)[39-43，46，52，56，57，61，62，68];心律(8/ 31,26%)[49，51，53，54，60，66，67，69];人口变化(死亡率;7/ 31,23%) [49，51，53，54，66，67，69];体重维持功能(7/ 31,23%)[42，46-48，50，55，59]是研究中最常见的报告结果。血压功能(3/ 31,10%)[50，55，64]和心脏功能(3/ 31,10%)[54，63，69]是3个不同sr的主要结局类型。此外，以下分类分别分配到一篇综述中:有氧能力(1/ 31,3%)[41];与怀孕有关的功能(1/ 31,3%)[58];睡眠功能(1/ 31,3%)[64];心率(1/ 31,3%)[64］．指表3欲知详情。

数字生物标记物的特征

行为和生理数据特征，数字设备和传感器的总结多媒体［39-69］．

行为和生理数据与数字设备“，

从纳入的sr中提取数字生物标志物。使用ICF工具，总共确定了16个生理和行为数据组，例如照顾一个人的健康(身体活动;14/ 31,45%) [39，40，43-48，52，55-57，64，68];步行(11/ 31,36%)[39-43，52，56，57，61，62，68];心率(7/ 31,23%)[49，51，53，54，66，67，69];体重维持功能(7/ 31,23%)[42，46-48，50，55，59］．其他标识的数据可以在多媒体附件5而且6．此外，在评估其他干预措施时，还使用各种数字设备收集这些数据;例如，用于收集心脏功能数据的植入式心脏除颤器[60];记录跑步活动的Fitbit设备[46];Yorbody和AiperMotion用于捕捉身体活动[45];智能眼镜、智能手表、智能手环、智能鞋和智能袜子，用于捕捉与心脏功能、步态模式功能和温度相关的数据[63］．有关更多信息，请参阅多媒体．

数字生物标志物在临床护理中的作用

大量数字生物标记物被用作sr的干预措施(24/ 31,77%)[39-46，48-50，52，53，55-62，65-67］．相比之下，10%(3/31)的研究使用数字生物标志物来测量结果[47，64，68］．此外，在Lu等人的综述中[63]，数字生物标志物被用作干预以及结果测量和诊断工具。其余研究(3/ 31,10%)[51，54，69]没有使用数字生物标志物作为干预或诊断工具，作为预后工具，或衡量结果;我们将数字生物标志物的作用分类为其他．在这些研究中，纳入的人群是具有数字生物标志物(植入式心脏除颤器)的患者。

传感器技术的类型

可穿戴设备(22/ 31,71%)是最常见的数字设备类型[39-48，50，52，55，57-59，61-65，68]，其次是植入式装置(8/ 31,26%)[49，51，53，54，60，66，67，69］．Liu等的研究[56]包括可穿戴和便携式数字设备。位置传感器(21/ 31,68%)[39-48，50，52，55-59，61-63，68，69]及心率传感器及脉搏率传感器(12/ 31,39%)[49-51，53-55，60，63，64，66，67，69]被认为是在评估中用于获取行为和生理数据的最普遍的传感器类型。流量(1/ 31,3%)[64]和温度(1/ 31,3%)[63]传感器在每个审查1。多媒体显示所包括的研究和数字设备、传感器、生理和行为数据的作用和类型。

讨论

主要研究结果

本文对2019-2020年发表的数字生物标志物的sr进行了范围综述，旨在确定文献在人群、干预措施、结果、使用的技术、行为和生理数据、设备类型和传感器方面的范围。这项研究产生了31篇符合纳入标准的sr，主要由澳大利亚、加拿大、美国和英国的研究人员发表。结果显示，大多数被研究的人群是患有循环、呼吸、内分泌、营养或代谢疾病的患者。干预类型也主要用于评估体力活动行为和心律转换。可穿戴设备是最常见的数字设备类型，主要以位置和心率传感器的形式进行干预。

在这个领域中有许多范围审查，分为两类。首先，范围审查侧重于特定类型的数字设备;例如Brognara等人的研究[70]研究了用于评估糖尿病患者步态和姿势变化的可穿戴传感器。另一项范围综述强调了可穿戴技术在曲棍球比赛中的范围[71］．其次，一些范围综述只考虑特定的行为或生理数据类型;例如，Youn等人的范围审查[21]检测神经肌肉疾病的数字生物标志物。另一项研究还报告了人工智能辅助的数字生物标记物帮助早期检测痴呆症的能力[72］．因此，我们没有将研究限制在特定的数字设备或行为或生理数据类型上，以建立关于数字生物标志物的综合结果。

人口、干预和结果

根据研究结果，sr研究的人群、干预措施和结果主要分为两组:体育活动和心血管疾病。尽管ICD-11中只有13章和国际健康协会的10类被列入sr，但由于该领域的发展速度很快，而且数字健康和数字生物标志物正在转型[73，74]，预计其他类别的研究数量将会增加。此外，由于新的进展，新的设备、数字生物标记物和传感器预计将被引入医疗保健系统和各种疾病领域[75］．

sr对循证实践和卫生保健决策至关重要[27，76］．根据Cochrane手册，基于人群、干预、比较和结果制定研究主题是sr最重要的要求之一[27］．尽管61%(19/31)纳入的sr明确描述了患有慢性阻塞性肺病等临床疾病的特定群体[43]，其他(6/ 31,19%)包括无临床疾病的人群[39，42，44，47，48，59］．相比之下，19%(6/31)的研究没有将目标人群限制在特定的治疗领域;相反，它们涵盖了不同的疾病领域[46，50，57，62-64］．研究结果表明，几项综述纳入了无法分配ICD-11编码的一般人群(非临床疾病患者)。由于可穿戴设备和传感器的使用正在向学生、员工和办公室工作人员等广泛人群传播，而且某些研究(rct)已经包括了这些人群，因此ICD-11编码应该包括这些人群。这个问题也适用于干预措施。一些sr(2/ 31,6%)在他们的研究中没有明确定义干预的类型。医疗保健环境中的可穿戴健康设备以及药理学和非药理学干预措施还不够具体，无法使用ICHI工具进行分类。因此，建议该领域的研究人员在制定研究问题时考虑这一问题。此外，有两种干预措施(血液胆固醇监测和可穿戴式血糖监测系统)不能被ICHI工具分类，这应该由该工具的开发人员考虑。

虽然有些研究(11/ 31,35%)评估了单一数字技术对人群的影响，如Fitbit设备[46]、植入式心脏除颤器[53]，或计步器[61]，其他(20/ 31,65%)包括各种技术[40，63-65］．在此背景下，《Cochrane手册》建议，综述综述可能是满足证据综合广度需求的一种方法，因为它们可能结合了针对同一疾病的不同干预措施的多项综述，或针对不同类型参与者的同一干预措施的多项综述[27］．正如本研究的结果所证明的那样，对于数字生物标志物文献来说尤其如此，因为这一领域包含了各种各样的人群和治疗方法。

数字设备，生理和行为数据，和传感器

尽管许多研究表明，数字设备测量行为和生理数据的准确性可能会有所不同。77-80]，大多数(20/ 31,65%)纳入的研究使用不同的数字设备来综合定性或定量的发现，这可以被认为是数字生物标志物文献中的一个空白;例如，Hannan等人的SR [41]包括各种可穿戴数字设备(Garmin pioneer、Fitbit Charge、My Wellness Key加速计、Yamax Digiwalker计步器、Gex生命体征传感器、诺基亚智能手机和SenseWear Mini Armband)作为干预措施，定量总结心脏康复的证据。相比之下，另一项研究仅使用Fitbit设备来生成体育活动的元分析[46］．尽管人们对可穿戴设备的接受程度越来越高，但在临床实践中广泛采用可穿戴设备仍然受到几个障碍的阻碍，包括对设备准确性和成本的担忧。为了克服这些障碍，多个利益相关者必须合作制定全面的评估框架、临床试验和医学教育计划。然而，开发数字健康技术的公司应考虑数字设备证据生成和验证的重要性[7]，考虑到数字生物标志物的验证和验证需要多学科方法，包括工程学、数据科学、卫生信息技术和临床研究[8］．

如多媒体，各种数字设备被用来收集相同的行为和生理数据;例如，植入式心脏除颤器、基于iphone的心律监测设备[60]和Cardio First Angel [81来捕捉心脏功能。卫生经济学研究应评估每种设备在收集行为和生理数据方面的成本效益，以确定用于收集特定数据的最具成本效益的数字设备;例如，一项研究在中国高收入城市对使用植入式心脏除颤器外植体的患者进行了可穿戴式心脏除颤器的潜在成本效益调查。报告的结论是，可穿戴式除颤器的成本效益在很大程度上取决于该设备在中国的日常成本[81］．另一项研究考察了用于中风诊断的便携式设备的成本效益，发现没有证据表明中风诊断考虑的成本效益[82］．从我们的结果中可能出现的另一个问题是不同数字设备的临床效果和成本效益;例如，便携式设备(平板电脑)和可穿戴设备(Jawbone UP24)被用来测量身体活动[56]，或应用植入式心脏监测器及手提设备(Holter心电图仪)记录心脏参数[83］．然而，可穿戴设备和便携式设备之间的临床效果和成本效益的比较评估问题仍然没有答案。数字卫生正在经历快速变化，新的数字设备正在被整合到卫生保健系统中以促进其发展[84］．然而，研究表明，在医学上，越多并不一定越好。85]，而对此类疗法的严格评估在未来将变得越来越重要[84］．因此，类似数字技术的成本效益可以帮助临床医生和政策制定者提高医疗质量并降低临床成本。

我们还使用了一个简单的搜索语法，该语法来源于数字生物标记物的定义。然而，这个搜索公式的精度和特异性还没有确定，以找到所有相关的研究。因此，关于开发一个全面、权威、高精度、专一性的搜索公式的问题一直没有答案，也超出了本研究的范围。数字健康或生物标记的重大挑战之一是，研究人员在制定评论搜索语法时缺乏标准定义和机制[82］．规范定义术语对于加强信息检索和证据综合至关重要。因此，数字生物标记物的证据合成质量可能会受到发表偏倚的影响，导致证据的确定性降低[83］．数字生物标记是一个新兴的领域，在不断变化，包括各种技术。正如我们在方法部分所解释的，数字生物标志物，根据定义，是使用数字设备收集的生理和行为数据，包括可穿戴设备以及可植入的、便携式和可消化的设备。从定义中可以推断，使用数字生物标记物需要考虑两个概念:行为和生理数据以及捕获这些数据的数字设备。然而，没有发现便携式数字设备的SR满足这项范围研究的纳入要求。此问题可能是由于从定义中获得的搜索公式或文献中的空白造成的。

用于不同健康领域的各种数字生物标志物需要专门的定义、标准和方法来实现集成[84，85］．在这项研究中，我们使用ICF工具来识别和分类数字生物标志物中的行为和生理数据和结果，并得出结论，该工具有潜力被用作识别和分类该领域的行为和生理数据的系统。由于数字生物标志物没有分类方案，我们建议研究人员使用这个工具。本综述还使用了其他编码系统，如ICD-11和ICHI。前者允许对人口进行系统分类，而后者支持对干预措施进行分类。使用这些系统化技术，我们可以将数字生物标志物研究纳入相关人群、干预、比较和结果查询。这可能有助于确保数字生物标志物研究的一致性和先进性[86]因为欧洲联盟的新医疗仪器规例[87增加了支持医疗器械批准的临床证据的需求;因此，该领域的行业赞助sr的数量预计将在未来增加。

影响

本范围综述检查了基于数字生物标志物的关于人群、干预和结果的研究的sr。据我们所知，这是首次对涉及数字生物标志物的随机对照试验的sr范围进行综述。因此，这些结果可能有助于临床医生和研究人员不断更新有关数字生物标志物的文献范围。此外，我们强调了行为和生理数据类型，以及数字生物标志物sr中使用的数字设备和传感器。上述发现也可以让研究人员了解该领域的空白，如讨论部分的数字设备、生理和行为数据和传感器小节中所述。此外，如前所述，我们提出ICF工具可以被数字生物标志物研究人员用作分类行为和生理数据的标准工具。

限制

本研究的发现应考虑到其局限性。首先，我们搜索了关于数字生物标志物的研究，使用了“数字生物标志物，可穿戴的，可植入的，便携式的，可消化的”术语。我们没有测试搜索策略在查找所有领域相关研究时的准确性和特异性，但我们假设使用这种方法可能会找到相关出版物。尽管如此，这个搜索公式可能漏掉了一些与这个主题相关的sr。其次，该研究的时间周期短(2019-2020年)是其可能的弱点之一。由于课题的范围较广，我们选择了较短的时间段。然而，鉴于2017年提出的新的欧洲医疗器械立法[87]，我们认为这将是监管前审查临床数据的关键时期。

此外，由于我们分析的研究是SRs，如果我们纳入了SRs，我们预计可以纳入所有相关研究。非英语评论可能被忽略，因为我们将本研究的范围局限于英语研究。最后，本研究中用于对干预措施和结果进行分类的ICHI和ICF工具没有得到官方授权(它们仍在由世卫组织开发)，因为没有建立数字技术的定义系统。我们没有检查随机对照试验之间的SRs重叠。因此，有些结果可能会重叠。

的优势

据我们所知，我们的范围综述是数字生物标志物sr的最全面的介绍。关于数字生物标志物的一些范围综述已经发表，例如使用加速计来测量身体活动[88]，使用可穿戴和移动技术来测量和促进青少年的健康睡眠模式[89]、在与工作有关的活动中使用可穿戴惯性传感器[90]，以及利用可穿戴传感器技术检测运动和职业环境中的电击影响[91]，所有这些都与特定类型的数字设备或人群有关。相比之下，这一范围审查是作为全面研究进行的，以展示该主题的全谱以及数字生物标记物如何已经被集成到医疗保健系统中。我们的研究描述了数字生物标志物的sr的范围，而不局限于特定类型的患者或数字生物标志物。我们研究的另一个优势是，我们使用了世界卫生组织的分类工具(ICD-11、ICHI和ICF)来识别和分类纳入研究的患者、干预措施和结果。此外，使用ICF工具对生理和行为数据(数字生物标志物)进行分类，该工具被认为是可靠的。

结论

我们的范围综述显示，近年来，广泛的研究人群、干预措施、数字生物标志物和传感器技术的临床证据已被系统地综述。尽管如此，仍有一些临床领域占主导地位，还有一些值得注意的未开发领域。要理解数字生物标志物的临床价值，需要对其健康影响的证据的强度和质量进行系统评估。了解临床证据的广度和质量将使临床和卫生政策决策者了解哪些领域已经成熟，可以广泛采用数字生物标志物，并以证据为基础使用数字生物标志物，以及哪些领域的证据差距仍有待填补。考虑到许多健康领域的数字生物标志物的文献量，似乎需要具体的定义、标准和集成方法。在本研究中，我们使用ICF工具对行为和生理数据(数字生物标志物)进行分类，因为在这一领域没有标准的测量方法。结果表明，这种方法对行为和生理数据的分类适用于数字生物标志物。