临床研究怎样使用可穿戴设备？从测量用途到参与者支持

先说明研究要测量什么

把目标从“全面跟踪健康”缩小到具体变量与用途，例如一段时间的活动模式，或与研究问题有关的某个信号。区分设备直接记录的原始信息、算法推算指标与最终研究终点。它们之间需要清楚定义，不能把一个商业界面名称当作已验证结局。

同时明确测量窗口、使用频率、预期变化及与传统访视的关系。有些信息可远程收集，有些仍需现场评估。选择技术应服务研究问题，而不是先得到大量数据，再决定哪些结果看起来有意义。

验证适用性，而不是只查看销售认证

FDA关于远程数字数据采集的指导强调适合预定用途：相关验证要足以支持所用人群、指标与研究中的解释。某设备在一种场景表现良好，不能自动推广到不同年龄、动作模式、疾病或家庭环境。

检查准确性、可靠性、操作条件与参考方法，并说明证据边界。腕部活动信号推算的睡眠、步数或心率指标，不能不加核实地等同于完整临床诊断。设备具有某种许可，也不意味着所有衍生指标都被认可为研究终点。

选择时邀请临床、统计、数据、工程与使用者共同讨论。采购决定不仅看价格，还要看数据是否能按计划取得、版本是否可追溯及必要支持是否可获得。

把手机、网络和佩戴条件一起纳入试用

传感器常需要手机、账号、充电、同步或网络。研究团队应在真实使用条件下测试整条链路，而不只看设备演示。确认设置、时间、传输、失败提示与备用方式，记录可能影响结果的条件。

佩戴位置、松紧、皮肤舒适、活动限制和取下场景，都可能影响使用与数据。给参与者清楚说明，允许报告不适。不能为了维持连续记录，要求忽略皮肤问题、睡眠干扰或日常安全。

若使用本人设备，需考虑型号、系统与更新差异；若提供设备，也需考虑培训、归还、损坏和技术支持。不要把数字能力、手机购买与网络费用默认作为参与者自行解决的前提。

试运行要同时检查负担与公平参与

请目标使用者实际完成启动、佩戴、充电、同步与求助，观察需要多少帮助。说明书应可理解，按需要提供语言、文字大小、图示或辅助操作。无法独立使用设备，不应被直接解释为不合作。

用目标与步骤记录工具整理试运行中的问题时，重点是改进流程，不是评定个人认知能力。记录技术障碍、身体不适和所需协助，再决定培训或设备是否需要调整。

同时了解谁承担日常维护，照护者或家长是否增加了隐性工作。若技术降低了出行却增加大量充电、排错与问卷，不宜只宣传“减轻负担”。可以提供合适替代途径，并按方案处理不同采集方式。

在方案中写清版本、数据流与变更管理

记录设备、固件、应用与算法版本，说明数据从哪里产生、怎样处理、进入哪个系统及由谁审核。更新可能改变界面或计算方式，需要按研究治理流程判断与记录，不能默默把不同版本当作完全等同。

明确原始与处理后数据的关系、访问权限、时间标记和必要元数据。跨设备或多中心合并前，先检查单位、采样、时区与定义，避免把看起来相同的列直接拼接。

协议之外的变化、故障与操作偏差，应有记录和升级路径。技术团队可以处理系统问题，但不能在没有相应授权与记录的情况下，临时修改研究终点或治疗方案。

预先处理缺失、异常与参与中断

缺数据可能来自没佩戴、充电、断网、同步失败或健康变化，不能一律记作“不依从”。先定义有效数据与缺失分类，再由统计与研究团队预先安排处理和敏感性分析，避免结果出来以后选择最有利的方法。

异常值也需要核对来源，不能自动删除不符合预期的记录，或把每次报警都解释成疾病变化。保存必要审计与处理依据，使数据流可追溯。高数据量不能消除测量偏差与选择偏差。

参与者暂停或退出时，应按批准流程说明设备、后续联系和既有数据如何处理。不要承诺任何情境都可立即删除全部数据，也不能用奖励或频繁通知迫使继续参与；具体权利与安排需清楚解释。

隐私与知情过程要覆盖实际数据使用

说明收集什么、用途、访问者、保存、共享和可能风险，包括位置、活动模式等信息可能透露的私人生活。不能用“匿名”一词笼统保证无法识别，编码数据与不可识别数据也不应混为一谈。

平台、设备商、研究机构与其他服务方的角色需明确，按适用法律与伦理审查安排。采用适当权限、传输、保存与事件响应措施，同时承认没有系统能以一句“安全”消除全部风险。

联系记录材料可辅助整理参与者问题，但不能替代批准的知情文件与研究源数据系统。普通商业工具也不能未经评估就承载可识别健康资料。

区分研究跟踪与临床照护责任

写清谁查看数据、何时查看、哪些结果会反馈以及发现问题如何联系。实时传输不代表实时有人监看，参与者必须知道急症时怎样获得当地医疗帮助，不能等待研究平台回应。

如果方案包含安全警报，要明确阈值依据、误报漏报处理、响应责任与非工作时段安排。研究工具不能被误认为可自行调整药物。任何照护变化，都需要适当专业判断与既定程序。

远程元素也不会取消研究者对记录、监督和参与者保护的责任。跨地区服务、医疗行为与数据要求，应核实适用制度。技术便利与研究质量需要共同考虑，不能把自动化当作责任转移。

例如一项研究计划记录日常活动，试运行却发现某些参与者使用助行器时信号与预期不同。团队需要检查测量适用性与解释，而不是把低读数直接归为活动不足。这个假设情境说明，验证应贴近实际人群，不能只在熟悉技术的工作人员身上测试。

用完整结果评估是否值得保留

除了数据量，还要看可解释性、有效数据比例、使用负担、参与公平性、成本与安全流程。报告限制与失败情况，不能只展示成功完成者的漂亮曲线。对照研究问题决定设备是否增加了有意义信息。

补充团队的参与支持能力

无障碍支持协调培训可用于思考组织中的支持角色；实用工具目录可提供沟通材料。两者都不是临床试验方法学、设备验证或监管合规认证。

一个可审查的方案，应能解释为什么选这项测量、如何保证可用数据、怎样保护与支持参与者，以及发生异常时由谁行动。设备的价值，需要这些安排共同实现。

常见问题