胡重蝶 劉艷麗 劉小菲 羅姣 王鑫源 李洋洋 侯富文

Research progress in the application of non?invasive sensors in frail elderly people

HU Chongdie， LIU Yanli， LIU Xiaofei， LUO Jiao， WANG Xinyuan， LI Yangyang， HOU Fuwen

School of Nursing， Shandong University of Traditional Chinese Medicine， Shandong 250355 China

Corresponding Author ?LIU Yanli， E?mail： liuyanlishd@163.com

Keywords??frailty；?the elderly；?sensors；?screening；?intervention；?monitor；?review

摘要??通過檢索國內(nèi)外文獻從非侵入性傳感器介紹、在衰弱老年人中的應用（識別衰弱、進行運動干預、日常監(jiān)測等功能）方面進行綜述，以期探索適用于我國老年人衰弱篩查及干預的智能化設備。

關鍵詞??衰弱；老年人；傳感器；篩查；干預；監(jiān)測；綜述

doi：10.12102/j.issn.1009-6493.2024.11.010

老齡化正在席卷全球，根據(jù)世界衛(wèi)生組織的數(shù)據(jù)，到2050年，60歲以上人口數(shù)量將翻一倍，占世界人口的22%^[1]。據(jù)聯(lián)合國人口前景預測，我國65歲及以上老年人占比將在2050年達到26.1%，超過世界平均水平10個百分點^[2]。在人口老齡化背景下，老年人身體素質(zhì)下降及慢性病加劇給醫(yī)療系統(tǒng)帶來了巨大挑戰(zhàn)^[1]。衰弱與年齡相關，是老年人護理面臨的挑戰(zhàn)之一。多國調(diào)查顯示，衰弱是一種全球性現(xiàn)象，在全球社區(qū)老年人中，衰弱患病率為12%～24%^[3]，我國社區(qū)老年人的衰弱患病率為12.8%^[4]。衰弱是一個涉及不同生物系統(tǒng)（神經(jīng)、內(nèi)分泌、肌肉骨骼等）的多維概念，多個系統(tǒng)儲備能力下降而處于功能受損的狀態(tài)，使老年人易受壓力源的影響，提高健康狀況不佳、意外殘疾、住院、死亡的風險^[5]。衰弱具有可逆性，如果早期識別具有衰弱風險的病人并及時提供干預，能減輕衰弱潛在后遺癥。目前，最常用的衰弱篩查工具之一是Fried衰弱表型（FFP）^[6]，包括無意的體重減輕、握力下降、疲憊、低步態(tài)速度和低體力活動5個變量，將老年病人分為健壯、衰弱前期、衰弱3類。該工具應用簡單，但其對細微的生理變化不敏感、評估需要在醫(yī)療專業(yè)人員的監(jiān)督下進行，定期篩查衰弱加重了臨床工作負擔，此外，該工具依賴問卷評估體重減輕、疲憊和低體力活動，容易受參與者主觀感受的影響。非侵入性傳感器可以準確篩查衰弱，作為運動干預工具以及對日常生活進行監(jiān)測，及時發(fā)現(xiàn)潛在健康問題?；谝陨显颍S多研究人員專注于使用不需要任何受過專門培訓的人員參與的非侵入性傳感器作為監(jiān)測老年人功能狀態(tài)的工具^[7?8]，收集運動參數(shù)，對老年人的衰弱狀態(tài)進行客觀和生態(tài)的評估。本研究從非侵入性傳感器介紹、識別衰弱、運動干預、日常監(jiān)測等功能方面進行綜述，以期探索適用于我國老年人衰弱篩查及干預的智能化設備。

1 ?非侵入性傳感器介紹

非侵入性傳感器是基于慣性、電磁、光等原理，依托傳感元件或其組合^[9]，在不干擾人體日?；顒酉虏东@運動特征參數(shù)，然后使用機器學習和人工智能算法等進行分析，以識別健康狀況或提供干預，并隨著時間的推移追蹤病情的電子裝置^[10]。其作為一種具有高度自主性的智能設備，已被應用于老年人衰弱的早期篩查和干預中。根據(jù)傳感器是否可以隨身攜帶將其分為可穿戴和不可穿戴兩類^[11]。

1.1 可穿戴傳感器

可穿戴傳感器是一種結(jié)合了生理、生物力學和運動傳感技術的設備^[12]，可以融入衣服^[13]、鞋類^[14]、項鏈^[15]、手表^[10]、腰帶^[16]等物品中，附著在手腕^[17?18]、腰部^[19?20]、腳踝^[21]或軀干^[22?23]上，也可以裝在口袋里。根據(jù)其是否具有普遍性，可以分為普遍存在的可穿戴傳感器（無縫嵌入或連接到普通衣物上的設備，人體能夠舒適地長時間佩戴），“人體傳感器”（附著在身體部位上的傳感器）以及非無處不在的可穿戴傳感器（需要耗時設置或不適合長期使用）三類^[11]。慣性測量單元（inertial measurement units，IMU）是最常用的可穿戴傳感器^[24]，包括陀螺儀、加速度計、全球定位系統(tǒng)（GPS）或肌電圖（EMG）傳感器、計步器和心率監(jiān)測器等^[25]。陀螺儀可測量方位的變化^[26]，如旋轉(zhuǎn)或角速度、加速度或位移；加速度計實時測量線性加速度^[27]，最多可監(jiān)測前后、垂直和中橫向3個平面的運動；GPS能夠跟蹤人體的位置和速度^[28]；計步器測量所走的步數(shù)，并與單軸加速度計有很好的相關性^[29]；心率監(jiān)測器能捕捉不需要軀干移位的身體活動跡象^[30]。

1.2 不可穿戴傳感器

不可穿戴傳感器，是安裝或嵌入個體生活環(huán)境中的非接觸式的環(huán)境傳感器^[11]。Kinect傳感器是放置在日常環(huán)境中用于衰弱診斷和監(jiān)測的設備，Kinect身體跟蹤可以監(jiān)測和連續(xù)跟蹤身體關節(jié)和四肢，進行復雜的步態(tài)分析^[31]；坐墊傳感器（經(jīng)過校準的壓力傳感器嵌入其中）用來監(jiān)測個體的久坐行為^[9]；紅外線傳感器通常放于客廳中，能捕捉個體在家中的運動過程^[32]。其他不可穿戴傳感器還包括家具或墻壁上的距離傳感器^[33]、二進制傳感器^[23]、家具中的負載傳感器^[23]等。

1.3 優(yōu)缺點

可穿戴傳感器的優(yōu)點是成本較低，可以在任何地方進行測量而不需要控制環(huán)境，并且不影響個體的正常日常活動；局限性是電池持續(xù)時間有限，不能進行長時間的監(jiān)測，且有些設備容易被忽視或遺忘，比如病人在洗澡后可能會忘記重新佩戴項鏈、手表等非生活必備的物品。不可穿戴傳感器的優(yōu)點是精度高，能在自然狀態(tài)下監(jiān)測個體的活動；缺點是受到環(huán)境限制且有的設備需要錄像使個體感到隱私被侵犯^[1]。

以上傳感器的使用對老年病人來說不是一個微不足道的問題，因此在選擇傳感器的類型時，既要考慮到設備的易用性、可用性、便攜性，又要考慮隱私、數(shù)據(jù)安全性、監(jiān)控持續(xù)時間和頻率等問題。

2 ?非侵入性傳感器在衰弱老年人中的應用

隨著信息技術的發(fā)展，老年人功能狀態(tài)的評估開始借助技術以達到擴展評估維度，增加評估頻次，實現(xiàn)長期、持續(xù)監(jiān)測的目的。在老年人衰弱領域，非侵入性傳感器能夠測量與衰弱有關的各項參數(shù)、提供基于測量的病人活動信息，從而量化老年人的衰弱，同時傳感器技術的發(fā)展支持了虛擬現(xiàn)實、物聯(lián)網(wǎng)醫(yī)療等的開發(fā)，促進新型運動工具及運動監(jiān)測工具的出現(xiàn)，為衰弱老年人的干預、管理提供了新方法和手段。

2.1 測量各項參數(shù)，有效篩查衰弱

2.1.1 身體活動參數(shù)

多項研究證實，身體活動與衰弱之間存在聯(lián)系，所檢查的身體活動模式和行為細分為久坐行為^[34?36]、在各種強度活動中花費的時間、姿勢轉(zhuǎn)換次數(shù)等，其中久坐行為（代謝當量低于1.5的活動，如坐或躺）是最常檢查的移動性和身體活動參數(shù)^[12]，且與衰弱密切相關^[37]。自我報告評估或直接觀察身體表現(xiàn)測試是傳統(tǒng)最常見的身體活動評估方式，但在評估過程中可能會受到認知問題或回憶偏見等限制，而傳感器具有精確測量活動的潛力，可以對活動進行客觀測量^[38]。Razjouyan等^[39]將懸掛式傳感器（PAMSys?，BioSensics LLC，Watertown，MA，USA）掛在脖子上放置在參與者胸骨處，要求參與者將傳感器開啟48 h，之后計算平均振幅偏差（MAD），MAD<20活動水平為久坐，久坐行為的總時間在健壯、衰弱前期、衰弱期3組間存在顯著差異，此傳感器可以將處于衰弱前期的老年人與其他階段的老年人區(qū)分開，該方法的靈敏度和特異度分別為98%和96%，受試者工作特征（ROC）曲線下面積（AUC）為0.85，但是未能區(qū)分衰弱前期和衰弱期狀態(tài)。Chen等^[40]使用附在臀部的三軸加速度計評估日本社區(qū)老年人久坐時間，連續(xù)佩戴7 d，結(jié)果顯示，與健壯的老年人相比，衰弱老年人在長時間（≥30 min）久坐行為中花費的時間比例更大，差異有統(tǒng)計學意義。Bian等^[9]設計了墊子傳感器來監(jiān)測久坐行為，用公式計算久坐時間（墊子傳感器檢測到無人坐座椅時間—先前占用座椅時的時間），并與視頻記錄的結(jié)果進行比較，只有4.8%在一致性界限之外，表明2種監(jiān)測方法存在良好的一致性。Chigateri等^[38]開發(fā)了腰部佩戴的uSense傳感器（1種三軸加速度計，其算法可以在多個設備上工作），用于非久坐活動的識別。姿勢轉(zhuǎn)換是身體活動的一種更可靠的測量方法，受環(huán)境影響最小^[41]。Parvaneh等^[42]將姿勢轉(zhuǎn)換定義為坐和站之間的轉(zhuǎn)換及坐/站和走路之間的過渡，事先經(jīng)過評估將120名社區(qū)老年人分為非衰弱組和衰弱前期/衰弱組，使用襯衫嵌入式傳感器（PAMSys）記錄48 h的自發(fā)每日活動，PAMSys識別姿勢的靈敏度和特異度分別為87.0%～99.0%，87.0%～99.7%，根據(jù)姿勢檢測算法識別和計算姿勢轉(zhuǎn)換次數(shù)，與非衰弱組相比，衰弱前期/衰弱組的過渡、站立到行走、行走到站立的總次數(shù)分別減少了25.2%、30.2%、30.6%，兩組間在相同的姿勢轉(zhuǎn)換參數(shù)方面比較差異有統(tǒng)計學意義（P<0.001），結(jié)果表明，通過對日常身體活動的無監(jiān)督監(jiān)測，每天特定的姿勢轉(zhuǎn)換次數(shù)，如步行到站立和快速坐，可以用于監(jiān)測虛弱狀態(tài)。但需要進一步探索追蹤每日特定姿勢轉(zhuǎn)換的次數(shù)是否對追蹤衰弱狀態(tài)隨時間變化也敏感。

2.1.2 步態(tài)參數(shù)

步態(tài)分析是檢測老年人衰弱的最常用方法之一，是評估衰弱的有力標志^[43]。隨著衰弱程度增加，行動能力下降步態(tài)變化更明顯，通過步態(tài)分析和步態(tài)參數(shù)的量化可以區(qū)分病人群體，診斷衰弱。與衰弱有關的步態(tài)參數(shù)分為常規(guī)參數(shù)（步幅長度、步幅時間、步態(tài)速度等）、可變性一般參數(shù)（步幅長度變化、步態(tài)變異性及步態(tài)對稱性等）、時間參數(shù)（雙支撐時間、擺動階段時間等）、腳趾特定參數(shù)、特定速度等其他參數(shù)^[1]。一項調(diào)查研究結(jié)果表明，對于衰弱診斷，最重要的參數(shù)是雙支撐時間（雙腳同時與地面接觸的時間）、步態(tài)速度（步幅長度除以總的步態(tài)周期）、步幅時間（同1只腳連續(xù)2次腳跟觸地的時間）、步進時間（2次連續(xù)腳跟觸地之間的時間）和每天步數(shù)或每天行走百分比^[1]。Schwenk等^[44]使用LEGSys^TM提取步態(tài)參數(shù)區(qū)分不同衰弱階段，并使用雙連桿倒立擺模型估計算法的準確性，結(jié)果顯示，步態(tài)速度（AUC=0.802）和每天步數(shù)（AUC=0.736）是識別衰弱前期最敏感的參數(shù)；步長（AUC=0.857）和雙支撐時間（AUC=0.841）是區(qū)分3種衰弱水平（健壯、衰弱前期、衰弱期）最敏感的步態(tài)參數(shù)。Pradeep等^[45]使用FFP將老年人分為健壯、衰弱前期和衰弱三類，使用固定在T恤中的三軸加速度計傳感器（PAMSys，BioSensics Cambridge，MA，USA）對老年人的日常身體活動進行48 h的量化，提取出步態(tài)變異性、步態(tài)不對稱性和步態(tài)不規(guī)則性等參數(shù)，使用邏輯模型中的60 s步態(tài)性能參數(shù)，以76.8%的靈敏度和80.0%的特異度確定了衰弱前期或衰弱組。該裝置監(jiān)測老年人自然行走狀態(tài)，適合應用在家庭及社區(qū)護理中，但其耗時48 h的測量要求很高，可能會有參與者在洗澡后忘記繼續(xù)穿戴以及并非所有的參與者在48 h內(nèi)進行了連續(xù)步行，其適用性和可靠性低于實際實踐中建議采用的方法。Rahemi等^[46]納入161例佩戴腿部傳感器的老年人，提取傳感器衍生的步態(tài)參數(shù)（擺動速度、腳跟及腳趾離地速度等）區(qū)分不同衰弱階段，并建立人工神經(jīng)網(wǎng)絡模型評估算法的準確性，得出篩查衰弱前期和衰弱的準確率分別為83.2%、95.8%。Jung等^[47]讓74名老年人穿著固定陀螺儀的鞋以自己的方式行走7 m，提取出步態(tài)周期中的7個時間步態(tài)參數(shù)，將初始和最終的雙肢支撐、步進和步幅時間輸入分類器，對非衰弱和衰弱病人進行分類，準確率為96.2%。此裝置的分類性能是目前基于步態(tài)特征評估衰弱領域中最好的，且所需測量時間短，可以為老年醫(yī)療行業(yè)提供新的見解和創(chuàng)造性的解決方案，有助于對衰弱進行早期診斷。徐啟紅等^[48]對老年人智能設備（智能手機、穿戴式運動手表、手環(huán)等）中過去1個月、1周及1 d的日平均步數(shù)進行比較，結(jié)果顯示，過去1個月、1周、1 d日平均步數(shù)診斷老年衰弱期和衰弱前期的AUC分別為0.965，0.962，0.949，約登指數(shù)分別為0.708，0.770，0.645，過去1周日平均步數(shù)臨界值是1 760步，提示醫(yī)護人員可以對就診時前1周日平均步數(shù)<1 760步的老年人進一步采用量表或問卷進行衰弱診斷，并采取針對性的干預措施。帶有智能計步器功能的智能設備對衰弱具有初步診斷價值，其數(shù)據(jù)可以協(xié)助醫(yī)護人員篩查、識別衰弱老年人，適合作為我國社區(qū)篩查老年人衰弱的輔助方式之一。

2.1.3 平衡參數(shù)

平衡參數(shù)包括踝關節(jié)、髖關節(jié)和重心的擺動等^[44]。Schwenk等^[44]使用BalanSens^TM系統(tǒng)在100名≥75歲的社區(qū)老年人中進行平衡評估（系統(tǒng)包括連接在大腿、小腿和下背部的5個小型傳感器，每個傳感器包括三軸加速度計、磁力計和陀螺儀），測量參與者雙腳并攏、閉眼站立15 s內(nèi)踝關節(jié)、髖關節(jié)和重心的擺動，用身體兩段模型計算運動范圍，結(jié)果表明，髖關節(jié)擺動在健壯和衰弱前期個體之間存在差異（P=0.004），但在衰弱前期和衰弱個體之間差異無統(tǒng)計學意義（P=0.999），髖關節(jié)擺動是識別衰弱前期的敏感參數(shù)（AUC=0.734）。Toosizadeh等^[49]在44名老年人中進行了2次15 s的平衡測試，2次試驗分別睜眼和閉眼進行，使用固定在小腿和腰部的2個傳感器對每個試驗的重心進行了估計，分別用傳統(tǒng)穩(wěn)定圖（計算重心擺動）和開環(huán)（OL）/閉環(huán)（CL）分析（即穩(wěn)定圖擴散分析，在指定時間間隔根據(jù)重心軌跡推導相鄰數(shù)據(jù)點之間的位移，生成OLCL圖），對獲取的參數(shù)進行處理。結(jié)果顯示，在睜眼和閉眼的條件下，重心擺動預測衰弱時，平均靈敏度和特異度分別為78%和90%，預測衰弱前期的靈敏度和特異度分別為65%和84%；使用開環(huán)/閉環(huán)分析的參數(shù)預測衰弱的靈敏度和特異度分別為97%和88%，預測衰弱前期的靈敏度和特異度分別為82%和92%。由此可知，髖關節(jié)和重心擺動作為平衡參數(shù)均可被用來識別衰弱，而使用開環(huán)/閉環(huán)分析比傳統(tǒng)穩(wěn)定圖更能準確識別衰弱，是因為衰弱的老年人姿勢肌肉失調(diào)導致更大程度的身體擺動，且隨著時間間隔的延長身體擺動幅度會增加，OLCL圖（分為OL區(qū)域和CL區(qū)域，坡度反映身體擺動的水平）可以在一定程度上反映神經(jīng)肌肉控制機制的表現(xiàn)，對衰弱識別更敏感。

2.1.4 上肢運動學

鑒于部分老年人下床活動受限，國外學者設計了無須依賴步態(tài)參數(shù)的敏感而精確的衰弱測量方法。通過評估上肢，尤其是肘部屈曲的運動學和動力學參數(shù)識別衰弱類別。Toosizadeh等^[50]使用3個可穿戴陀螺儀傳感器連接在參與者上臂及手腕，進行約50 s（左右側(cè)肘部各20 s，休息10 s）的肘部屈曲試驗，捕捉因衰弱而導致的肘部角速度變化所需時間，提取速度（屈肘20 s期間肘部角速度范圍的平均值）、靈活性（肘部屈曲范圍的平均值）、功率（肘部屈曲角加速度范圍與20 s內(nèi)角速度范圍乘積的平均值）、上升時間（達到最大角速度所需時間的平均值）等參數(shù)，結(jié)果顯示，使用回歸模型中的肘部屈曲參數(shù)與FFP分類相比，預測衰弱的敏感度和特異度均達到100%，預測衰弱前期的敏感度和特異度分別為87%、95%。因此，使用快速、簡單的上肢運動測量傳感器可以對衰弱進行高敏感度和特異度分類，對行動不便及臥床老年人的衰弱篩查具有很高的應用前景。Lee等^[51]開發(fā)了單一手腕傳感器衰弱測量儀，并與雙傳感器（固定在上臂和手腕）篩查衰弱效果進行比較，結(jié)果表明，單一傳感器在識別衰弱狀態(tài)準確率方面與雙傳感器效果相當。因此，考慮到2種傳感器之間的高度一致性，單一手腕傳感器足以預測老年人群的不良健康結(jié)局，既可以解決傳統(tǒng)衰弱測量工具在時間、效率、易用性和實用性方面的局限性，又可以節(jié)省成本、減少佩戴多個傳感器造成的不舒適。

2.2 運動干預

運動干預是預防和治療衰弱的最佳療法^[52]，非侵入傳感器可以作為運動鍛煉工具或運動監(jiān)測工具為衰弱老年人運動干預的實施提供多方面支持。Ozaki等^[53]使用融合運動傳感器的平衡輔助機器人（BEAR）對衰弱老年人實施體位策略訓練，參與者通過身體移動來控制機器人運動，BEAR可以通過識別參與者的訓練完成效果自動調(diào)整訓練的強度，使訓練強度與參與者的能力相匹配。干預6周后結(jié)果顯示，與傳統(tǒng)的平衡訓練相比，BEAR可以有效地改善衰弱老年人平衡和下肢肌肉力量。Liao等^[54]使用Kinect紅外傳感器對衰弱老年人進行運動游戲干預，傳感器能捕捉參與者身體關節(jié)的活動，允許參與者直接與計算機模擬的環(huán)境互動，干預12周后，老年人衰弱評分和狀態(tài)顯著改善，其效果與組合運動（有氧、抗阻、平衡、柔韌性等運動組合，組合運動是衰弱干預最有效的運動類型之一^[52]）干預一樣有益。Liu等^[55]用一款基于無線腕帶加速度計的追蹤器監(jiān)測衰弱老年人日常活動水平，并將數(shù)據(jù)（如步數(shù)、高強度身體活動花費的時間、心率等）同步到智能手機上，允許參與者設定鍛煉目標、自我監(jiān)控鍛煉進度，讓參與者參考每天的活動數(shù)據(jù)不斷提高自身活動水平，最終達到建議水平，在干預后14周及1個月、3個月隨訪時，參與者的身體功能評估與基線相比有所改善，且佩戴的依從性和對設備的可接受性較高。運動傳感技術的發(fā)展推動了對衰弱老年人運動干預新工具的產(chǎn)生，有利于提高衰弱老年人的機體功能和生活質(zhì)量，但同時要求老年人具備較高的電子信息素養(yǎng)，可以熟練應用監(jiān)測日?；顒拥脑O備，因此對設備的選擇和使用應考慮易操作性。

2.3 日常監(jiān)測

傳感器可以對老年人進行常態(tài)化的日常監(jiān)測，發(fā)現(xiàn)疾病的進展，及時發(fā)現(xiàn)潛在的健康風險。日常監(jiān)測應盡可能保持參與者在日常狀態(tài)下的三維人體姿勢持續(xù)跟蹤，而物聯(lián)網(wǎng)技術和智能城市等新技術范式成為達到該要求的主要驅(qū)動力。Garcia?Moreno等^[18]提出了一個基于物聯(lián)網(wǎng)和傳感器的組合系統(tǒng)，該系統(tǒng)在老年人進行日常生活基本活動時收集感官數(shù)據(jù)（從生態(tài)角度評估老年人的衰弱狀態(tài)），利用感官數(shù)據(jù)建立機器學習模型評估衰弱狀態(tài)，模型的準確率為99.2%。Abril?Jiménez等^[56]在馬德里部署了一個基于傳感器和智能城市基礎設施的系統(tǒng)，從老年人在城市中流動時的日?；顒又惺占瘮?shù)據(jù)，包括個人的活動模式、他們在公共場所（如商店、衛(wèi)生基礎設施、運動場等）和私人場所（如親友家）流動時訪問的地方，以及（公共）交通工具的使用，以檢測其是否存在早期虛弱癥狀。日?；顒幽Ｊ降淖兓赡苁枪δ芟陆档牡?個跡象，物聯(lián)網(wǎng)技術、智能城市基礎設施及其分布式傳感器網(wǎng)絡和可穿戴設備的使用可以幫助人們早期發(fā)現(xiàn)衰弱，這將為評估因年齡而導致的功能下降型社會參與提供新方法，也為醫(yī)療保健人員盡早設計個性化的干預計劃預防和逆轉(zhuǎn)衰弱提供可能。

3 ?小結(jié)

信息技術的發(fā)展為衰弱老年人的篩查、干預和管理提供了新的方法和手段，非侵入傳感器作為一種醫(yī)療輔助工具在衰弱中的應用也得到了越來越多的重視，具體應用包括提取身體活動時的衰弱有關參數(shù)以識別衰弱且準確率較高、作為老年衰弱病人的運動干預和運動監(jiān)測工具、對日常生活進行監(jiān)測及早發(fā)現(xiàn)病情變化。為發(fā)展和推廣適合我國衰弱老年人的智能化設備，現(xiàn)做出以下總結(jié)和建議：1）傳感器所需空間不同，尤其是可穿戴傳感器有的位于身體多個部位，對老年使用者造成一定的不舒適，今后的研究應探討單個傳感器且位于身體哪個部位衰弱篩查準確度較高，既可以保證準確度又不會影響老年人的舒適度；2）傳感器在應用時需要操作者和老年人具備一定的電子信息素養(yǎng)，為使設備更適宜老年人應用，研究者應簡化設備操作流程，使設備能夠更智能地自動篩查衰弱并做出預警；3）注重設備的隱私功能，有些設備視頻監(jiān)測會引起老年人的反感，認為隱私被侵犯，故研究者在使用時應合理選擇設備并經(jīng)過被監(jiān)測者的知情同意，改善設備功能允許被監(jiān)測者根據(jù)自身情況自行選擇監(jiān)測時段，并設置數(shù)據(jù)隱私功能；4）不同地域經(jīng)濟水平差距較大，普及傳感器作為衰弱老年人的篩查、干預和管理工具對個人造成的負擔較重。因此，需要研究者開發(fā)更經(jīng)濟、實用的設備，且需要國家出臺相關政策，國家和社會對使用者做出一定的支持和扶持。

參考文獻：

[1] ?RUIZ-RUIZ L，JIMENEZ A R，GARCIA-VILLAMIL G，et al.Detecting fall risk and frailty in elders with inertial motion sensors：a survey of significant gait parameters[J].Sensors，2021，21（20）：6918.

[2] ?晏月平，李雅琳.健康老齡化到積極老齡化面臨的挑戰(zhàn)及策略研究[J].東岳論叢，2022，43（7）：165-175;192.

[3] ?O'CAOIMH R，SEZGIN D，O'DONOVAN M R，et al.Prevalence of frailty in 62 countries across the world：a systematic review and meta-analysis of population-level studies[J].Age and Ageing，2021，50（1）：96-104.

[4] ?田鵬，楊寧，郝秋奎，等.中國老年衰弱患病率的系統(tǒng)評價[J].中國循證醫(yī)學雜志，2019，19（6）：656-664.

[5] ?OFORI-ASENSO R，CHIN K L，MAZIDI M，et al.Global incidence of frailty and prefrailty among community-dwelling older adults：a systematic review and meta-analysis[J].JAMA Network Open，2019，2（8）：e198398.

[6] ?FRIED L P，TANGEN C M，WALSTON J，et al.Frailty in older adults：evidence for a phenotype[J].The Journals of Gerontology Series A，Biological Sciences and Medical Sciences，2001，56（3）：M146-M156.

[7] ?BLINKA M D，BUTA B，BADER K D，et al.Developing a sensor-based mobile application for in-home frailty assessment：a qualitative study[J].BMC Geriatrics，2021，21（1）：101.

[8] ?賴小星，薄琳，武曌，等.基于可穿戴設備下肢抗阻運動對衰弱前期老年人影響的研究[J].北京醫(yī)學，2021，43（11）：1138-1141.

[9] ?BIAN C，YE B，MIHAILIDIS A.The development and concurrent validity of a multi-sensor-based frailty toolkit for In-home frailty assessment[J].Sensors，2022，22（9）：3532.

[10] ?LIU S Q，ZHANG J C，ZHU R.A wearable human motion tracking device using micro flow sensor incorporating a micro accelerometer[J].IEEE Transactions on Biomedical Engineering，2020，67（4）：940-948.

[11] ?COBO A，VILLALBA-MORA E，P?REZ-RODR?GUEZ R，et al.Unobtrusive sensors for the assessment of older adult's frailty：a scoping review[J].Sensors，2021，21（9）：2983.

[12] ?VAVASOUR G，GIGGINS O M，DOYLE J，et al.How wearable sensors have been utilised to evaluate frailty in older adults：a systematic review[J].Journal of Neuroengineering and Rehabilitation，2021，18（1）：112.

[13] ?KA?TOCH E.Recognition of sedentary behavior by machine learning analysis of wearable sensors during activities of daily living for telemedical assessment of cardiovascular risk[J].Sensors，2018，18（10）：3219.

[14] ?RITT M，SCH?LEIN S，LUBRICH H，et al.High-technology based gait assessment in frail people：associations between spatio-temporal and three-dimensional gait characteristics with frailty status across four different frailty measures[J].The Journal of Nutrition，Health & Aging，2017，21（3）：346-353.

[15] ?BRODIE M A，WANG K J，DELBAERE K，et al.New methods to monitor stair ascents using a wearable pendant device reveal how behavior，fear，and frailty influence falls in octogenarians[J].IEEE Transactions on Bio-Medical Engineering，2015，62（11）：2595-2601.

[16] ?BUCKINX F，MOUTON A，REGINSTER J Y，et al.Relationship between ambulatory physical activity assessed by activity trackers and physical frailty among nursing home residents[J].Gait & Posture，2017，54：56-61.

[17] ?MINICI D，COLA G，GIORDANO A，et al.Towards automated assessment of frailty status using a wrist-worn device[J].IEEE Journal of Biomedical and Health Informatics，2022，26（3）：1013-1022.

[18] ?GARCIA-MORENO F M，BERMUDEZ-EDO M，GARRIDO J L，et al.A microservices e-health system for ecological frailty assessment using wearables[J].Sensors，2020，20（12）：3427.

[19] ?MUELLER A，HOEFLING H A，MUAREMI A，et al.Continuous digital monitoring of walking speed in frail elderly patients：noninterventional validation study and longitudinal clinical trial[J].JMIR MHealth and UHealth，2019，7（11）：e15191.

[20] ?REUTER C，BELLETTIERE J，LILES S，et al.Diurnal patterns of sedentary behavior and changes in physical function over time among older women：a prospective cohort study[J].The International Journal of Behavioral Nutrition and Physical Activity，2020，17（1）：88.

[21] ?DIEP C，O'DAY J，KEHNEMOUYI Y，et al.Gait parameters measured from wearable sensors reliably detect freezing of gait in a stepping in place task[J].Sensors，2021，21（8）：2661.

[22] ?LEPETIT K，MANSOUR K B，LETOCART A，et al.Optimized Scoring Tool to quantify the functional performance during the sit-to-stand transition with a magneto-inertial measurement unit[J].Clinical Biomechanics，2019，69：109-114.

[23] ?FUDICKAR S，HELLMERS S，LAU S，et al.Measurement system for unsupervised standardized assessment of Timed "Up & Go" and Five Times Sit to Stand Test in the community--a validity study[J].Sensors，2020，20（10）：2824.

[24] ?ZAMPOGNA A，MILETI I，PALERMO E，et al.Fifteen years of wireless sensors for balance assessment in neurological disorders[J].Sensors，2020，20（11）：3247.

[25] ?MACKINNON C D.New strides in wearable sensor technology[J].Movement Disorders，2013，28（8）：1025-1026.

[26] ?FILIPPESCHI A，SCHMITZ N，MIEZAL M，et al.Survey of motion tracking methods based on inertial sensors：a focus on upper limb human motion[J].Sensors，2017，17（6）：1257.

[27] ?YUKI A，OTSUKA R，TANGE C，et al.Daily physical activity predicts frailty development among community-dwelling older Japanese adults[J].Journal of the American Medical Directors Association，2019，20（8）：1032-1036.

[28] ?OBUCHI S P，TSUCHIYA S，KAWAI H.Test-retest reliability of daily life gait speed as measured by smartphone global positioning system[J].Gait & Posture，2018，61：282-286.

[29] ?O'NEILL B，MCDONOUGH S M，WILSON J J，et al.Comparing accelerometer，pedometer and a questionnaire for measuring physical activity in bronchiectasis：a validity and feasibility study？[J].Respiratory Research，2017，18（1）：16.

[30] ?THEOU O，JAKOBI J M，VANDERVOORT A A，et al.A comparison of physical activity（PA） assessment tools across levels of frailty[J].Archives of Gerontology and Geriatrics，2012，54（3）：e307-e314.

[31] ?HELLMERS S，IZADPANAH B，DASENBROCK L，et al.Towards an automated unsupervised mobility assessment for older people based on inertial TUG measurements[J].Sensors，2018，18（10）：3310.

[32] ?GOKALP H，F(xiàn)OLTER J D，VERMA V，et al.Integrated telehealth and telecare for monitoring frail elderly with chronic disease[J].Telemedicine Journal and E-Health，2018，24（12）：940-957.

[33] ?COBO A，VILLALBA-MORA E，HAYN D，et al.Portable ultrasound-based device for detecting older adults' sit-to-stand transitions in unsupervised 30-second chair-stand tests[J].Sensors，2020，20（7）：1975.

[34] ?ZHANG Q，GUO H Y，GU H F，et al.Gender-associated factors for frailty and their impact on hospitalization and mortality among community-dwelling older adults：a cross-sectional population-based study[J].Peer J，2018，6：e4326.

[35] ?LEWIS E G，COLES S，HOWORTH K，et al.The prevalence and characteristics of frailty by frailty phenotype in rural Tanzania[J].BMC Geriatrics，2018，18（1）：283.

[36] ?WARBURTON D E R，BREDIN S S D.Reflections on physical activity and health：what should we recommend？[J].The Canadian Journal of Cardiology，2016，32（4）：495-504.

[37] ?DEL POZO-CRUZ B，MA?AS A，MART?N-GARC?A M，et al.Frailty is associated with objectively assessed sedentary behaviour patterns in older adults：evidence from the Toledo study for healthy aging（TSHA）[J].PLoS One，2017，12（9）：e0183911.

[38] ?CHIGATERI N G，KERSE N，WHEELER L，et al.Validation of an accelerometer for measurement of activity in frail older people[J].Gait & Posture，2018，66：114-117.

[39] ?RAZJOUYAN J，NAIK A D，HORSTMAN M J，et al.Wearable sensors and the assessment of frailty among vulnerable older adults：an observational cohort study[J].Sensors，2018，18（5）：1336.

[40] ?CHEN S，CHEN T，KISHIMOTO H，et al.Associations of objectively measured patterns of sedentary behavior and physical activity with frailty status screened by the Frail Scale in Japanese community-dwelling older adults[J].Journal of Sports Science & Medicine，2020，19（1）：166-174.

[41] ?DE BRUIN E D，NAJAFI B，MURER K，et al.Quantification of everyday motor function in a geriatric population[J].Journal of Rehabilitation Research and Development，2007，44（3）：417-428.

[42] ?PARVANEH S，MOHLER J，TOOSIZADEH N，et al.Postural transitions during activities of daily living could identify frailty status：application of wearable technology to identify frailty during unsupervised condition[J].Gerontology，2017，63（5）：479-487.

[43] ?PATEL M，PAVIC A，GOODWIN V A.Wearable inertial sensors to measure gait and posture characteristic differences in older adult fallers and non-fallers：a scoping review[J].Gait & Posture，2020，76：110-121.

[44] ?SCHWENK M，MOHLER J，WENDEL C，et al.Wearable sensor-based in-home assessment of gait，balance，and physical activity for discrimination of frailty status：baseline results of the Arizona frailty cohort study[J].Gerontology，2015，61（3）：258-267.

[45] ?PRADEEP K D，TOOSIZADEH N，MOHLER J，et al.Sensor-based characterization of daily walking：a new paradigm in pre-frailty/frailty assessment[J].BMC Geriatrics，2020，20（1）：164.

[46] ?RAHEMI H，NGUYEN H，LEE H，et al.Toward smart footwear to track frailty phenotypes-using propulsion performance to determine frailty[J].Sensors，2018，18（6）：1763.

[47] ?JUNG D，KIM J，KIM M，et al.Frailty assessment using temporal gait characteristics and a long short-term memory network[J].IEEE Journal of Biomedical and Health Informatics，2021，25（9）：3649-3658.

[48] ?徐啟紅，霍韻，陳春利，等.智能計步器對社區(qū)老年衰弱的診斷價值研究[J].實用心腦肺血管病雜志，2021，29（S1）：50-52.

[49] ?TOOSIZADEH N，MOHLER J，WENDEL C，et al.Influences of frailty syndrome on open-loop and closed-loop postural control strategy[J].Gerontology，2015，61（1）：51-60.

[50] ?TOOSIZADEH N，MOHLER J，NAJAFI B.Assessing upper extremity motion：an innovative method to identify frailty[J].Journal of the American Geriatrics Society，2015，63（6）：1181-1186.

[51] ?LEE H，JOSEPH B，ENRIQUEZ A，et al.Toward using a smartwatch to monitor frailty in a hospital setting：using a single wrist-wearable sensor to assess frailty in bedbound inpatients[J].Gerontology，2018，64（4）：389-400.

[52] ?DENT E，MORLEY J E，CRUZ-JENTOFT A J，et al.Physical frailty：ICFSR international clinical practice guidelines for identification and management[J].The Journal of Nutrition，Health & Aging，2019，23（9）：771-787.

[53] ?OZAKI K，KONDO I，HIRANO S，et al.Training with a balance exercise assist robot is more effective than conventional training for frail older adults[J].Geriatrics & Gerontology International，2017，17（11）：1982-1990.

[54] ?LIAO Y Y，CHEN I H，WANG R Y.Effects of Kinect-based exergaming on frailty status and physical performance in prefrail and frail elderly：a randomized controlled trial[J].Scientific Reports，2019，9：9353.

[55] ?LIU J Y W，KWAN R Y C，YIN Y H，et al.Enhancing the physical activity levels of frail older adults with a wearable activity tracker-based exercise intervention：a pilot cluster randomized controlled trial[J].International Journal of Environmental Research and Public Health，2021，18（19）：10344.

[56] ?ABRIL-JIM?NEZ P，ROJO LACAL J，DE LOS R?OS P?REZ S，et al.Ageing-friendly cities for assessing older adults' decline：IoT-based system for continuous monitoring of frailty risks using smart city infrastructure[J].Aging Clinical and Experimental Research，2020，32（4）：663-671.

（收稿日期：2023-05-30；修回日期：2024-05-20）

（本文編輯?曹妍）