这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是必须正确引用在JMIR mHealth和uHealth上首次发表的原始作品。必须包括完整的书目信息,https://mhealth.www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。
传感器和数字设备彻底改变了行为和生理数据的测量、收集和存储,从而产生了这个新术语
本研究旨在调查涉及数字生物标志物的随机对照试验的系统综述(sr)所涵盖的临床证据的范围。
这个范围评审是使用PRISMA-ScR(用于系统评审和元分析扩展的首选报告项目)指导方针组织的。由于搜索仅限于英文出版物,数字生物标志物的全文sr包括涉及人类的随机对照试验,并报告了参与者健康状况的变化。PubMed和Cochrane图书馆的搜索时间限制在2019年和2020年。分别使用世界卫生组织的疾病分类系统(《国际疾病分类》第11版)、卫生干预措施(《国际卫生干预措施分类》)和身体功能(《国际功能、残疾和健康分类》[ICF])对人口、干预措施和结果进行分类。
共有31个sr符合纳入标准。大多数sr研究了循环系统疾病(19/ 31,61%)和呼吸系统疾病(9/ 31,29%)的患者。大多数流行的干预措施集中在身体活动行为(16/ 31,52%)和心律转换(4/ 31,13%)。照顾自己的健康(体育活动;15/ 31,48%)、步行(12/ 31,39%)、心率功能(8/ 31,26%)和死亡率(7/ 31,23%)是最常见的报告结果。使用ICF工具,共确定了16个生理和行为数据组,如关注一个人的健康(体育活动;14/ 31,45%)、步行(11/ 31,36%)、心率(7/ 31,23%)和体重维持功能(7/ 31,23%)。研究人员还研究了各种数字设备来收集这些数据,如用于测量心脏功能、步态模式功能和温度的智能眼镜、智能手表、智能手镯、智能鞋和智能袜子。大量数字生物标志物(24/ 31,77%)被用作干预措施。此外,可穿戴设备(22/ 31,71%)是最常见的数字设备类型。 Position sensors (21/31, 68%) and heart rate sensors and pulse rate sensors (12/31, 39%) were the most prevalent types of sensors used to acquire behavioral and physiological data in the SRs.
近年来,有关数字生物标志物的临床证据在广泛的研究人群、干预措施、数字设备和传感器技术中得到了系统的综述,其中主要是体育活动和心脏监测器。我们使用了世界卫生组织的ICF工具对行为和生理数据进行分类,这似乎是一个适用的工具,可以对本文综述中确定的数字生物标记进行广泛的分类。为了理解数字生物标记的临床价值,需要对其健康后果证据的强度和质量进行系统评估。
在医疗保健系统中,使用数字设备已成为一种加速发展的趋势[
数字生物标志物的测量跨越医疗设备的多层硬件(如传感器)和软件,这些设备从患者那里捕获信号(行为和生理数据)[
关于数字生物标记物已经发表了一些系统综述(sr)。然而,其中大多数侧重于特定技术或疾病领域;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[
鉴于部分由COVID-19大流行和2021年5月生效的新欧洲医疗器械条例推动的临床证据快速积累,本次范围审查包括2019-2020年发表的sr,以确定在新条例生效前,数字生物标志物和传感器在哪些临床领域取得进展。具体而言,本次范围审查旨在探讨以下内容:
数字生物标志物的sr在人群、干预措施和结果方面的特征。
在行为和生理数据类型、使用的数字设备和传感器方面的数字生物标记的特征,以及它们在SRs中的治疗途径中的作用。
本次范围审查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的临床证据的质量;这将在基于数字生物标记物的干预措施的单独SR中予以解决,该SR将分别使用评估系统综述的测量工具-2和推荐评估、开发和评价分级来评估元分析中数字生物标记物的方法学质量和证据质量[
我们遵循PRISMA-ScR(用于范围评审的系统评审和元分析扩展的首选报告项目)指南[
根据定义[
如果(1)非sr的研究被排除;(2)所有纳入SR的研究都不是rct;(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交付或预后目的;(5)他们至少没有使用可穿戴的、可植入的、便携的或可消化的设备来测量行为或生理数据;(6)它们没有报告健康结果(即,它们没有报告由于使用了干预措施而导致的人口健康状况的变化);(7)没有以英文写成的全文出版;(8)它们没有在2019年或2020年发表。
建立了检索已发表sr的综合策略,包括以下步骤。首先,在PubMed电子数据库中搜索与标题或摘要中数字生物标志物定义相关的关键词,以及适用的医学主题词[
我们使用了以下与数字生物标记相关的搜索词:“数字生物标记”或“数字生物标记”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”[
使用Microsoft Excel管理文章,并根据其数字对象标识号删除重复引用。两名独立评审员分以下两个阶段进行评审:
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:这是一项SR研究(是或不确定,否)?这是一项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有资格进入下一步。
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;是否用英文写的;无论是人类研究;该研究是否只包括随机对照试验;是否报告了健康结果;研究中是否至少存在一种用于诊断患者、监测结果、影响治疗干预或使用可穿戴、可植入、便携或可消化设备进行预后的数字生物标志物。筛选所有问题的答案
两名评论作者独立地从纳入的评论中提取数据,并讨论了他们的发现,以确保一致性。所有条目都经过了反复核对。我们使用图表数据表单来提取数据。在可能的情况下,直接从文本中复制和粘贴数据,以避免误解。对于一致率,Cohen κ [
我们使用了世界卫生组织(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修订版》(ICD-11)是最新的疾病分类系统[
记录数字生物标志物的特征,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[
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脏节律和功能(心率传感器)和血压(脉搏率传感器)。相比之下,位置传感器被分配到评估身体活动、步行、跑步或步态功能的评审中。此外,将与吸烟行为相关的传感器分组为流量传感器。监测体温的传感器被归类为温度传感器。
这个范围审查使用了描述性分析方法,包括使用Stata统计软件(版本16.0)的频率、百分比和数据图表。通过计算独立评审者之间的Cohen κ来评估筛选过程。图采用R统计软件(4.1.3版本)设计。
从计算机搜索中,识别出389条记录:PubMed和Cochrane图书馆数据库中分别有307(78.9%)和82(21.1%)条记录。去除重复后,389条记录中,375条(96.4%)被筛选为标题和摘要。在标题和摘要筛选过程中,审稿人之间有87项意见分歧(Cohen κ=0.54)。因此,审查员被重新训练,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
PRISMA(系统回顾和荟萃分析首选报告项目)选择和筛选过程的图表。SR:系统性回顾。
入选的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%)[
参与者的疾病范围涵盖ICD-11的13个章节(
使用《国际疾病分类》第11版工具确定疾病区域(N=31)。
人口 | 值,n (%) |
循环系统疾病 | 19 (61) |
呼吸系统疾病 | 9 (29) |
内分泌、营养或代谢性疾病 | 7 (23) |
神经系统疾病 | 4 (13) |
睡眠障碍 | 4 (13) |
肿瘤 | 3 (10) |
影响健康状况的因素 | 3 (10) |
精神、行为或神经发育障碍 | 2 (6) |
泌尿生殖系统疾病 | 2 (6) |
肌肉骨骼系统疾病 | 2 (6) |
视觉系统疾病 | 1 (3) |
皮肤疾病 | 1 (3) |
外因的后果 | 1 (3) |
根据ICHI分类(
利用国际卫生干预措施分类工具对干预措施进行分类(N=31)。
干预措施 | 值,n (%) |
评估身体活动行为 | 16 (52) |
心律转换 | 4 (13) |
心律失常回路经皮腔内破坏 | 2 (6) |
评估体重维持功能 | 2 (6) |
心脏电生理监测 | 1 (3) |
辅助或引导心血管系统功能的锻炼 | 1 (3) |
协助或领导与怀孕有关的活动 | 1 (3) |
血压的功能 | 1 (3) |
非经济激励来鼓励提高身体活动 | 1 (3) |
经济激励以鼓励提高体力活动 | 1 (3) |
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%)
使用国际功能、残疾和健康分类工具对结果进行分类(N=31)。
结果 | 值,n (%) |
照顾自己的健康 | 15 (48) |
走 | 12 (39) |
心脏的节奏 | 8 (26) |
人口变化(死亡率) | 7 (23) |
重量维护功能 | 7 (23) |
血压的功能 | 3 (10) |
心脏的功能 | 3 (10) |
血液系统功能 | 2 (6) |
运动公差函数 | 2 (6) |
有氧能力 | 1 (3) |
与怀孕有关的功能 | 1 (3) |
睡眠功能 | 1 (3) |
心率 | 1 (3) |
行为和生理数据特征、数字设备和传感器在
从纳入的sr中提取数字生物标志物。使用ICF工具,共确定了16个生理和行为数据组,如关注一个人的健康(体育活动;(14/31, 45%)
大量数字生物标志物被用作sr的干预措施(24/ 31,77%)[
可穿戴设备(22/ 31,71%)是最常见的数字设备类型[
这份2019-2020年发表的数字生物标志物sr的范围综述旨在确定文献的范围,包括人群、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。该搜索产生了31篇符合入选标准的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,大多数研究人群是循环、呼吸、内分泌、营养或代谢性疾病的患者。干预类型也主要用于评估身体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。
在这个领域有许多范围审查,分为两类。首先,范围审查关注特定类型的数字设备;例如,Brognara等人的研究[
根据研究结果,srr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。尽管由于该领域发展速度迅速以及数字卫生和数字生物标记物正处于过渡阶段,《国际疾病分类》11中只有13章和《国际疾病分类》的10类被纳入了《特别声明》[
特别报告员对循证实践和卫生保健决策至关重要[
尽管一些研究(11/31,35%)评估了一种数字技术对人群的影响,如Fitbit设备[
尽管大量研究表明,在测量行为和生理数据时,数字设备的准确性可能有所不同[
所示
我们还使用了从数字生物标记的定义中派生出来的简单搜索语法。然而,这个搜索公式找到所有相关研究的精确度和特异性还没有确定。因此,关于开发一个全面的、权威的、高精度和专一性的搜索公式的问题一直没有得到回答,也超出了本研究的范围。数字健康或生物标记的一个重大挑战是,研究人员在制定评论搜索语法时缺乏标准定义和机制[
不同卫生领域使用的各种数字生物标记物需要专门的定义、标准和方法来实现集成[
本范围综述研究了基于数字生物标志物的研究在人群、干预和结果方面的sr。据我们所知,这是首个涉及数字生物标志物的rct sr的范围综述。因此,这些结果可能有助于临床医生和研究人员保持有关数字生物标志物的文献范围的更新。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SRs中使用的数字设备和传感器。上述发现也可以告知研究人员该领域的差距,如在数字设备,生理和行为数据和传感器小节的讨论部分所检查的。此外,如前所述,我们提出ICF工具可以被数字生物标记研究人员用作行为和生理数据分类的标准工具。
这项研究的发现应该考虑到它的局限性。首先,我们使用“数字生物标记,可穿戴,可植入,可携带,可消化”的混合术语搜索有关数字生物标记的研究。我们没有测试搜索策略在寻找所有领域相关研究方面的准确性和特异性,但我们假设使用这种方法可能会找到相关的出版物。尽管如此,这个搜索公式可能遗漏了一些与这个主题相关的sr。第二,该研究的时间周期(2019-2020年)较短是其可能的弱点之一。由于课题范围较广,我们选择了较短的时间跨度。然而,鉴于2017年提出的新的欧洲医疗器械立法[
此外,我们预计,因为我们分析中的研究是sr,如果我们包括sr,我们可以合并所有相关的研究。非英语评论可能被忽略了,因为我们将研究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中),因为没有建立数字技术的定义系统。我们没有检查rct之间的sr重叠。因此,有些结果可能会重叠。
据我们所知,我们的范围审查是对数字生物标志物sr的最彻底的介绍。关于数字生物标记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[
我们的范围审查显示,近年来系统审查了广泛的研究人群、干预措施、数字生物标记物和传感器技术的临床证据。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存在。要了解数字生物标记的临床价值,需要对其健康影响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,可以广泛采用和以证据为基础使用数字生物标记物,哪些领域的证据差距仍有待填补。鉴于许多卫生领域的数字生物标志物文献数量众多,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,这种方法的分类行为和生理数据适用于数字生物标志物。
搜索策略。
由于研究设计而被排除在外的系统综述。
纳入研究的特点。
被排除的研究名单和排除的原因。
数字生物标记、传感器、生理和行为数据以及数字设备的作用和类型。
生理和行为数据类别使用国际功能、残疾和健康分类工具。
《国际疾病分类》第11版
国际功能、残疾和健康分类
国际卫生干预分类
系统回顾和荟萃分析的首选报告项目
用于范围审查的系统审查和元分析扩展的首选报告项目
随机对照试验
系统综述
世界卫生组织
项目编号TKP2020-NKA-02已在匈牙利国家研究、发展和创新基金的支持下实施,该基金由Tématerületi Kiválósági项目资助计划资助。为了开展这项研究,HMN和MP获得了项目号TKP2020-NKA-02的资助,该项目由匈牙利国家研究、发展和创新基金提供支持,资金由Tématerületi Kiválósági项目资助计划提供。在这项研究期间,MP获得了项目编号2019-1.3.1-KK-2019-00007的资助,由匈牙利国家研究、发展和创新基金提供支持,该基金由2019-1.3.1-KK资助计划资助。在这项研究中,LG获得了项目编号为TKP2020-NKA-02的资助,由匈牙利国家研究、发展和创新基金提供支持,资助项目为Tématerületi Kiválósági项目资助计划。在本研究期间,ZZ获得了项目编号为TKP2020-NKA-02的资助,由匈牙利国家研究、发展和创新基金提供支持,资助项目为Tématerületi Kiválósági项目资助计划;欧盟地平线2020研究与创新计划(679681)下的欧洲研究理事会;项目编号2019-1.3.1-KK-2019-00007,在匈牙利国家研究、发展和创新基金的支持下实施,该基金由2019-1.3.1-KK资助计划资助。
HMN、LG、MP和ZZ开发了这个概念。HMN写了第一份手稿草稿。MMA、HMN和MF进行筛选和数据提取。所有作者都对最终稿进行了评论和认可。ZZ监督了这项研究。
没有宣布。