对以下数据库进行了在线综合检索:护理和相关健康文献累积索引(CINAHL)、Cochrane数据库、Embase、MEDLINE、PsycINFO、PubMed和Web of Science。该搜索最初是在2018年7月进行的，并在2019年7月和10月使用关键字进行搜索gydF4y2Ba FitbitgydF4y2Ba没有语言、出版日期或其他过滤器。gydF4y2Ba

检索的出版物符合系统综述的条件:(1)涉及任何已上市Fitbit模型睡眠数据的有效性，(2)将PSG、活动记录仪、家庭EEG、睡眠日记或调查方法作为参考。排除标准包括:(1)样本量小于5人，(2)综述论文，(3)缺少或不恰当的统计分析，(4)重复发表相同的数据和发现。gydF4y2Ba

引文被导入参考文献管理软件Mendeley。在消除重复报告后，一位作者(SH)首先筛选标题和摘要，以删除不相关的出版物;之后，两位作者(SH和SK)根据纳入和排除标准独立筛选剩余的出版物。分歧通过讨论得到解决。gydF4y2Ba

以下项目由一位作者(SH)以系统的方式提取，并由另一位作者(SK)检查准确性:第一作者;出版年份;睡眠追踪器和比较器的类型;受试者人数、性别、类型、年龄;学习网站;睡眠评估夜数;睡觉;Fitbit模式设置;跟踪器的解剖位置;以及相对于所示参考标准的研究结果——测量总睡眠时间(TST)、睡眠开始潜伏期(SOL)、睡眠开始后觉醒(WASO)和睡眠效率(SE)参数的精度，以及检测睡眠周期和睡眠阶段的敏感性、特异性和准确性。gydF4y2Ba

清单，改编自唐斯和布莱克[gydF4y2Ba 15gydF4y2Ba]，用于评估每篇论文的质量和研究方法的偏倚风险、内部有效性、报告结果和概括性。gydF4y2Ba

对于Fitbit与PSG比较并提供定量数据的研究，计算SOL、WASO、TST和SE的原始Hedges g效应大小为Fitbit与PSG提供的平均值之间的平均差值除以PSG值的标准差乘以Hedges校正因子[gydF4y2Ba 16gydF4y2Ba］．正效应量表明Fitbit得出的值低于PSG得出的值。使用随机效应模型计算非睡眠阶段Fitbit模型和睡眠阶段Fitbit模型中每个参数的总体效应大小和95%预测区间[gydF4y2Ba 17gydF4y2Ba，gydF4y2Ba 18gydF4y2Ba］．森林图是由Microsoft Excel for Mac, version 16.25 (Microsoft Corporation)创建的。阈值概率为5% (gydF4y2Ba PgydF4y2Ba=.05)被选为拒绝原假设的基础，效应大小等于零。效应大小值为0.2、0.5和0.8分别被认为是小效应、中效应和大效应[gydF4y2Ba 19gydF4y2Ba］．通过计算Q统计量[gydF4y2Ba 17gydF4y2Ba］．τgydF4y2Ba^2gydF4y2Ba为真实效应量的总体变化量，IgydF4y2Ba^2gydF4y2Ba表示观测到的方差与研究间实际变化的比例[gydF4y2Ba 17gydF4y2Ba］．我gydF4y2Ba^2gydF4y2Ba25%、50%和75%的值分别被认为是小、中、大异质性[gydF4y2Ba 20.gydF4y2Ba］．非睡眠分期Fitbit模型和睡眠分期Fitbit模型之间的比较通过随机效应亚组分析完成。根据建议，10%的阈值概率(gydF4y2Ba PgydF4y2Ba=.10)是检验异质性显著性的基础，也是确定亚组比较的统计显著性的基础[gydF4y2Ba 20.gydF4y2Ba，gydF4y2Ba 21gydF4y2Ba］．gydF4y2Ba

图1gydF4y2Ba为评审文章的选择和资格提供了一个可视化的摘要。通过在2018年7月和2019年7月和10月对数据库进行搜索，共检索了3074篇出版物。另外还有11份出版物是通过其他来源，主要是通过已确定的文章的参考清单确定的。在剔除多个数据库中发现的重复出版物后，仍有1426篇文章有待筛选。对个别标题和摘要的审查产生了72份出版物供全文评价;然而，根据先验纳入和排除标准仔细审查每一项研究后，只有22项符合系统评价条件[gydF4y2Ba 22gydF4y2Ba-gydF4y2Ba 43gydF4y2Ba]，其中8个these报告原始数据，以进行定量综合和元分析。gydF4y2Ba

表1gydF4y2Ba而且gydF4y2Ba 2gydF4y2Ba介绍每个合格研究的提取细节，包括非睡眠阶段和睡眠阶段Fitbit模型。参与者各不相同:有正常睡眠者，也有被诊断患有周期性睡眠肢体运动(PLMS)的人[gydF4y2Ba 28gydF4y2Ba]、阻塞性睡眠呼吸暂停、睡眠呼吸障碍[gydF4y2Ba 30.gydF4y2Ba]、中枢性嗜睡障碍[gydF4y2Ba 26gydF4y2Ba]，失眠[gydF4y2Ba 31gydF4y2Ba]和抑郁[gydF4y2Ba 25gydF4y2Ba]，以及亨廷顿病基因携带者[gydF4y2Ba 38gydF4y2Ba］．各调查的样本量差异很大，参与者从7人到63人(中位数为30人)，其中约77%涉及20人以上。22项研究中的6项(27%)平均年龄小于20岁，1项研究(5%)平均年龄超过50岁。在22项研究中，10项(45%)是在睡眠实验室进行的，11项(50%)是在家庭环境中进行的，1项(5%)是在家中或酒店进行的，具体取决于参与者的喜好。gydF4y2Ba

表S1gydF4y2Ba 多媒体附件1gydF4y2Ba总结研究方法的偏倚风险、内部效度、报告结果和每个合格研究的可泛化性。22项调查中只有5项(23%)试图使睡眠实验室技术人员对结果测量盲目[gydF4y2Ba 22gydF4y2Ba，gydF4y2Ba 25gydF4y2Ba，gydF4y2Ba 26gydF4y2Ba，gydF4y2Ba 28gydF4y2Ba，gydF4y2Ba 40gydF4y2Ba］．在22项合格研究中，共有13项(59%)依赖PSG作为评估Fitbit性能的参考[gydF4y2Ba 22gydF4y2Ba，gydF4y2Ba 25gydF4y2Ba-gydF4y2Ba 28gydF4y2Ba，gydF4y2Ba 30.gydF4y2Ba，gydF4y2Ba 31gydF4y2Ba，gydF4y2Ba 37gydF4y2Ba-gydF4y2Ba 42gydF4y2Ba];另外9人(41%)依赖睡眠日志、活动记录仪或家庭脑电图作为参考。因为PSG是gydF4y2Ba 黄金标准gydF4y2Ba对于睡眠阶段和参数的测量，使用其他参考方法构成了另一个潜在的偏倚来源。一半的调查(11/ 22,50%)是在参与者家中进行的。22项研究中有5项(23%)的就寝时间未明确，2项实验室研究(9%)的就寝时间与参与者的习惯性就寝时间不同。习惯性就寝时间和强制就寝时间之间的差异可能导致在床上醒来的时间比正常时间多或少，这可能会导致偏见。此外，使用体积较大的睡眠追踪器作为在家中进行研究的参考可能存在问题，因为仪器佩戴不当和技术人员的监督。大多数研究(16/ 22,73%)遵循了制造商的建议，即Fitbit模型应戴在非惯用手上。然而，在22项研究中，有2项(9%)使用了平衡实验设计来放置Fitbit设备，一半的参与者戴在右手上，另一半戴在左手上。最后，在22项研究中，有2项(9%)是在左手腕上佩戴Fitbit;在另外两项研究中(9%)，佩戴Fitbit的手没有被报告。在22项研究中，1 (5%)[gydF4y2Ba 28gydF4y2Ba没有报告Fitbit的SE，但报告了PSG的SE;这可能构成选择性报告偏见。我们联系了这次调查的通讯作者，但我们没有得到回应。gydF4y2Ba

没有发表的研究评估了睡眠阶段Fitbit模型相对于活动记录仪在估计睡眠参数方面的表现。相比之下，7项研究调查了非睡眠阶段Fitbit模型相对于活动记录仪的准确性[gydF4y2Ba 23gydF4y2Ba，gydF4y2Ba 25gydF4y2Ba，gydF4y2Ba 29gydF4y2Ba，gydF4y2Ba 32gydF4y2Ba，gydF4y2Ba 33gydF4y2Ba，gydF4y2Ba 39gydF4y2Ba，gydF4y2Ba 40gydF4y2Ba];其中1例涉及两种不同的活动描记仪[gydF4y2Ba 39gydF4y2Ba]，另一项调查包括两个不同的样本:睡眠良好者和睡眠不良者[gydF4y2Ba 32gydF4y2Ba］．在总共7个潜在比较中，Fitbit在其中5个(N=84)中显著高估了TST 24.1-74分钟，而在2个比较中(N=31)，它没有显著高估。在总共四次比较(N=69)中，Fitbit显著高估了SE 1.1%-7.0%。在总共5次比较中，Fitbit显著低估了其中4次(N=65)的WASO 16-32分钟，而在1次(N=10)中，它没有被显著低估。只有一项研究(N=21)评估了SOL，发现Fitbit显著高估了11.5分钟。gydF4y2Ba

两项研究[gydF4y2Ba 25gydF4y2Ba，gydF4y2Ba 38gydF4y2Ba]同时在同一队列中比较了非睡眠阶段Fitbit模型加活动记录仪与实验室PSG。相对于PSG，活动记录仪和Fitbit都高估了TST: Fitbit在一项研究中高估了88分钟，在另一项研究中高估了46分钟;在一项研究中延长了74分钟，在另一项研究中延长了40.6分钟。他们还高估了SE: Fitbit在一项研究中高估了17.4%，在另一项研究中高估了8.1%;Actigraph在一项研究中增加了14.8%，另一项增加了7%。然而，他们在一项研究中低估了WASO: Fitbit 39分钟，在另一项研究中低估了44分钟;一项研究延长了20分钟另一项研究延长了27分钟。Actigraphy显示的偏倚比Fitbit小。另一方面，在同样的两项研究中，Fitbit在测量相对于PSG作为参考的SOL方面表现优于活动记录仪:Fitbit偏差在一项研究中为17分钟，另一项为2分钟;活动描记仪偏差在一个23分钟和另一个14分钟的研究中。 One of these studies also performed EBE analysis [ 25gydF4y2Ba]，发现Fitbit检测睡眠的灵敏度和准确性比PSG高出约1%。gydF4y2Ba

共有3项研究调查了由非睡眠阶段Fitbit模型得出的睡眠参数与自评睡眠日记之间的相关性程度[gydF4y2Ba 23gydF4y2Ba，gydF4y2Ba 34gydF4y2Ba];其中一项涉及两种不同的Fitbit模型[gydF4y2Ba 24gydF4y2Ba］．在总共4个潜在比较(N=104)中，相关性显著，范围在r=。55, r=。71，was reported between TST measured by Fitbit versus sleep diary. A total of 1 study (N=38) found significant correlation between the two methods of sleep assessment for time in bed (TIB; r=.48) but poor correlation for WASO (r=.09) and SE (r=-.03). A total of 1 study (N=10) [ 36gydF4y2Ba]调查了睡眠日记和Fitbit睡眠分期方法之间的一致程度。与睡眠日记相比，Fitbit显著高估WASO(13分钟)，低估SOL(5分钟)，TST(6分钟)和SE(1.4%)。gydF4y2Ba

只有1项研究(N=60) [gydF4y2Ba 22gydF4y2Ba]研究了新一代Fitbit模型同时戴在惯用手和非惯用手时，睡眠阶段分类的准确性差异。在估计睡眠阶段方面没有发现手与手之间的差异。gydF4y2Ba

早期的非睡眠阶段，而不是后期的睡眠阶段，Fitbit模型允许用户选择正常或敏感模式来感知身体运动，以获得睡眠参数。共有3项研究相对于PSG评估了这些Fitbit模型设置为敏感模式时的性能[gydF4y2Ba 25gydF4y2Ba，gydF4y2Ba 31gydF4y2Ba，gydF4y2Ba 39gydF4y2Ba］．其中2个敏感模式分别显著低估TST 86.3 min (N=21)和105 min (N=63)，显著低估SE 16.0% (N=21)和21% (N=63)。唯一一项评估SOL的研究(N=21)发现敏感模式显著高估了11.5分钟。在这3项研究(N=134)中，当设置为相对于PSG的敏感模式时，早期非睡眠阶段Fitbit模型对睡眠和清醒时期的区分的准确度为0.66至0.78，灵敏度为0.64至0.78，特异性为0.79至0.89。gydF4y2Ba

共有3项研究评估了非睡眠阶段Fitbit模型的设备间可靠性。其中一项研究中，3名参与者在同一手腕上佩戴了两条Fitbit Classic腕带，通过EBE比较发现，设备间的可靠性很高(96.5%-99.1%)[gydF4y2Ba 40gydF4y2Ba］．另一项有7名参与者在同一手腕上佩戴两个Fitbit Ultra设备的研究也证实了设备之间的性能在估计TST和SE方面基本相同;其他睡眠参数的研究结果未见报道[gydF4y2Ba 39gydF4y2Ba］．最后，剩余的研究涉及10名参与者，他们同时在非优势臂的手腕上佩戴两个Fitbit Alta设备，发现两种设备在测量WASO方面没有显著差异，但在测量TST方面有轻微但具有统计学意义的差异(约6分钟)[gydF4y2Ba 32gydF4y2Ba］．gydF4y2Ba

个人监测技术的质量和使用正在迅速发展，为广泛改善医学素养和健康提供了希望。如今，消费者和健康专业人士高度感兴趣的一个领域是睡眠质量，因为它对白天的认知和身体表现具有公认的重要性。许多腕戴设备可以跟踪睡眠参数和阶段。其中一些最受欢迎的是由Fitbit, Inc .销售的;它的几个非睡眠阶段和睡眠阶段模型的性能已经与实验室PSG、家庭睡眠跟踪器或其他方法进行了评估。这项系统综述的目的是全面评估这些消费腕带设备在评估睡眠方面的价值。gydF4y2Ba

PSG被认为是评估睡眠参数和阶段的金标准;与PSG相比，非睡眠分期Fitbit模型高估了TST和SE，低估了WASO，但同样能很好地确定SOL。此外，这种腕带模型在估计TST、SE和WASO时的偏差量是不可忽略的。EBE分析表明，与实验室PSG相比，这种类型的Fitbit模型在检测睡眠方面具有较高的准确性和灵敏度;然而，分析只显示出适度的特异性。gydF4y2Ba

2007年，美国睡眠医学学会(American Academy of Sleep Medicine)认证腕动仪可用于对健康成年人和某些疑似睡眠障碍患者的睡眠模式进行在家评估[gydF4y2Ba 44gydF4y2Ba］．然而，一些研究发现，活动记录仪与四种流行解释算法中的任何一种联合使用[gydF4y2Ba 2gydF4y2Ba高估了睡眠时间;虽然其检测睡眠的灵敏度很高(在0.87和0.99之间)，但特异性很低(在0.28和0.67之间)[gydF4y2Ba 3.gydF4y2Ba］．这是因为活动记录仪及其解释算法倾向于将安静清醒的时期记录为睡眠[gydF4y2Ba 45gydF4y2Ba］．比较非睡眠阶段Fitbit模型和活动记录仪的研究[gydF4y2Ba 23gydF4y2Ba，gydF4y2Ba 25gydF4y2Ba，gydF4y2Ba 29gydF4y2Ba，gydF4y2Ba 32gydF4y2Ba，gydF4y2Ba 33gydF4y2Ba，gydF4y2Ba 39gydF4y2Ba，gydF4y2Ba 40gydF4y2BaFitbit高估了TST和SE，低估了WASO。只有一项研究[gydF4y2Ba 25gydF4y2Ba相对于活动记录仪评估SOL;研究发现，Fitbit明显高估了这个睡眠参数，平均高估了12分钟。单一研究[gydF4y2Ba 25gydF4y2Ba]对同时配备非睡眠阶段Fitbit和活动记录仪设备的相同参与者进行EBE分析，结果显示Fitbit的灵敏度和准确性只有微小的差异(即大约高1%)。在这方面，非睡眠阶段Fitbit模型允许用户选择正常或敏感模式来测量身体运动，从而得出睡眠参数。推荐的普通模式只评分gydF4y2Ba 重要的gydF4y2Ba在床上的身体动作与清醒时一样。相比之下，敏感模式几乎将所有此类运动解释为清醒或不安的睡眠时间[gydF4y2Ba 46gydF4y2Ba］．当设备设置为敏感模式和正常模式时，评估Fitbit设备相对于PSG的研究报告称，与正常模式相比，敏感模式在估计SOL、SE、WASO和TST时产生了明显更高的偏倚;敏感性模式的准确性和敏感性较低，但特异性较高。这些发现证实了该公司的建议，即在大多数情况下使用正常模式设置。gydF4y2Ba

Fitbit于2017年推出了睡眠分期功能，现在已被纳入Fitbit Charge 2、Fitbit Charge 3、Fitbit Alta HR、Fitbit Versa、Fitbit Versa 2、Fitbit Blaze和Fitbit Ionic型号中。该功能依赖于结合身体运动和HRV算法来识别和估计每个睡眠阶段所花费的时间[gydF4y2Ba 5gydF4y2Ba］．Fitbit解释性专有睡眠分期算法是使用机器学习方法(即线性判别分类器)推导出来的，该方法应用于三种类型的参数——运动、HRV和呼吸频率，后两种参数由光容量描写术感知的心跳数据计算出来，这些数据是在对60名18-60岁(平均34岁，SD 10)正常睡眠者的睡眠研究中测量的。这三组参数得到180个特征的初始集合，通过递归特征消除的方法，减少到54个特征。Subsequently，心跳衍生的特征与运动衍生的特征进行了比较，发现在睡眠与清醒时期的总体分类和区分中，两者的重要性大致相同[gydF4y2Ba 22gydF4y2Ba］．根据与Fitbit公司的讨论，自2017年推出睡眠阶段Fitbit模型以来，相同的核心硬件技术和软件算法已被纳入所有睡眠阶段Fitbit模型，从而在已发表的研究中进行可行有效的性能比较。gydF4y2Ba

迄今为止，只有3项合格的研究调查了新一代Fitbit硬件和软件耦合技术相对于PSG的性能[gydF4y2Ba 22gydF4y2Ba，gydF4y2Ba 26gydF4y2Ba，gydF4y2Ba 28gydF4y2Ba］．其中，1评估了Fitbit在两种不同的正常睡眠者和plms队列中的表现，从而将可能的比较数量增加到4个，这取决于个别试验中评估的特定睡眠参数。虽然这些比较表明，新一代Fitbit模型在检测睡眠阶段方面的准确性仅为中等，但在估计TST、SE和WASO方面，它们比早期无睡眠阶段的Fitbit模型要好得多。总的来说，新一代Fitbit模型在参考PSG估计大多数睡眠参数时的偏倚量在临床上可以忽略不计:在确定TST的三个比较中小于12分钟，在评估SE的单个比较中小于1.98% [gydF4y2Ba 26gydF4y2Ba]，并且在测量SOL的三次比较中均小于7分钟。对已发表数据的元分析也证实，睡眠阶段Fitbit模型和PSG在测量WASO、TST和SE方面缺乏统计学上的显著差异，且效应量的差异范围为gydF4y2Ba 小gydF4y2Ba对同样四组比较数据进行的EBE分析也显示，在检测睡眠方面具有较高的敏感性(即在0.95至0.96之间)和特异性(即在0.58至0.69之间)。这四个涉及睡眠阶段Fitbit模型的比较试验在检测睡眠方面的特异性比所有非睡眠阶段Fitbit模型的比较试验都要高得多，其特异性在0.10-0.52范围内。此外，这四种比较中有三种没有发现不同评估方法之间的WASO有显著差异。相比之下，由非睡眠阶段Fitbit模型组成的五组比较报告显着低估了WASO 5.6-44分钟。总的来说，这些发现表明，与早期的睡眠阶段Fitbit模型相比，新一代睡眠阶段Fitbit模型的身体运动和HRV传感器以及软件算法技术，可以更准确地检测预期睡眠期间的清醒时间。这些是非常有希望的结果，因为身体活动和基于运动的跟踪器，如活动记录仪的主要缺点是高估了睡眠时间，检测WASO的敏感性差(即，在安静的睡前活动期间，难以区分清醒和睡眠时间)[gydF4y2Ba 45gydF4y2Ba，gydF4y2Ba 47gydF4y2Ba］．gydF4y2Ba

商用个人监控器的一个问题是设备内部和设备间的可靠性。共进行3项调查[gydF4y2Ba 32gydF4y2Ba，gydF4y2Ba 39gydF4y2Ba，gydF4y2Ba 40gydF4y2Ba解决了这个问题，他们都报告了可接受的一致性。唯一纵向(即连续4晚)调查[gydF4y2Ba 29gydF4y2Ba]发现Fitbit和作为参考的活动记录仪之间的TST和SE在夜间没有系统性差异。这项研究的作者得出结论，Fitbit是一种评估睡眠质量趋势的有用设备，尽管一些睡眠参数的绝对值可能有偏差[gydF4y2Ba 29gydF4y2Ba］．在这些研究中，1报告了测量TST时设备间差异(约6分钟)的统计学意义，但临床意义不显著[gydF4y2Ba 32gydF4y2Ba］．gydF4y2Ba

主观的自我报告调查和日记方法，虽然由于易于使用和成本低，是评估睡眠的流行手段，但价值有限。自我报告调查方法依赖于回忆，这可能是有偏见的，特别是当不局限于最近的、单时间点的经历时。睡眠日记方法较少依赖记忆，但报告的信息可能不够准确，因为对某些事件的认识不足，如夜间醒来的次数或频率，以及入睡的精确时间[gydF4y2Ba 48gydF4y2Ba］．比较Fitbit模型和睡眠日记法的研究发现，TIB和TST两种方法之间存在显著相关性。由于简单、经济，睡眠调查和日记法通常比活动记录法更受欢迎;然而，Fitbit模型相对便宜的客观方法，以及它们的易用性和对大多数睡眠变量的更好估计，可能会使它们更具吸引力。gydF4y2Ba

这项关于非睡眠阶段和睡眠阶段Fitbit模型的系统综述的发现是基于我们最近对相关发表文章的数据库的全面搜索，这些文章在15个月的时间内重复了三次。所纳入的研究有一定的局限性(例如，超过一半的研究是在实验室而不是在家中进行的，参与者大多是正常睡眠的年轻人或中年人)。此外，小样本量的研究结果不显著可能是统计力不足的结果。此外，在22项合格的已发表研究中，只有5项涉及Fitbit睡眠分期模型。另一个限制是缺乏公开的信息，说明Fitbit硬件和/或软件技术的进步在多大程度上解释了该公司不同代模型在推导睡眠参数和阶段方面的性能差异。根据我们与公司代表的对话，这种差异是由传感器技术的进步共同造成的;提高数据采集的保真度;将心率、HRV和身体运动纳入其睡眠研究验证的专有解释算法。尽管存在这些局限性，但本文的研究结果表明，最新一代Fitbit腕带模型的先进身体运动和HRV方法似乎适用于得出适当的睡眠参数和睡眠时间估计。研究结果进一步表明，这种Fitbit模型可能有助于进行基于人群的睡眠研究，在过去，这些研究通常严重或完全依赖于主观方法。gydF4y2Ba

Fitbit智能手环的销售目标是让用户自行获取有关睡眠质量的知识，而不是作为标准的临床多导睡眠仪的替代品。它们对于研究24小时睡眠-觉醒模式以及在正常生活条件下连续多晚纵向确定睡眠持续时间、模式和质量是有用的。在这方面，个人可以从腕带追踪器获得的信息中受益，以改善睡眠卫生和睡眠本身。在某些情况下，初级保健和睡眠专家至少可以从表面上了解患者的睡眠情况。尽管目前还没有对新一代睡眠阶段Fitbit模型进行足够的评估，但迄今为止发表的少数研究表明，它们在区分清醒和睡眠阶段方面的表现优于文献中报道的活动记录仪。gydF4y2Ba