一、研究背景及临床意义

虚弱（frailty）被定义为一种多维度状态，其特征为生理储备下降、多系统功能失调，以及对外界应激源（如感染、手术、药物调整）的易感性增加。在心血管疾病（CVD）患者中，虚弱的患病率显著高于普通老年人群。虚弱的存在与以下不良结局密切相关：全因死亡率和心血管死亡率升高、经皮冠状动脉介入治疗（PCI）或心脏手术后的并发症及死亡率增加、对标准心血管药物（如抗凝药、抗心衰药物）的耐受性下降、住院时间延长、再入院率及医疗费用增加。

传统虚弱评估工具（如Fried表型、虚弱指数、临床虚弱量表）依赖主观临床判断及已出现的功能衰退，无法捕捉早期的生理储备下降（代偿期或前虚弱状态），且主观性强，主要依赖于临床医生的经验判断，仅反映评估时刻的状态，无法动态监测变化趋势。

可穿戴心脏设备能够连续、个体化、实时地捕获心脏电活动和血管功能信号，为虚弱的早期预警和动态管理提供了新策略。可穿戴设备主要包括：短期医疗级设备，如ECG贴片、事件记录仪，通常佩戴24小时至2周；长期消费级设备，如智能手表、智能指环、智能眼镜等，可连续监测数月至数年。其优势在于数据在日常生活条件下采集，反映真实的生理变异，可捕获逐搏、逐分钟的变化，揭示隐匿性节律紊乱和自主神经波动，可纵向追踪，构建个体基线，早期发现偏离趋势。

本文基于Kumar等人2026年发表于Heart, Lung and Circulation的叙述性综述，系统梳理了可穿戴设备捕获的三大类数字生物标志物：（一）动态心电图参数（心率变异性HRV、心率震荡HRT）、（二）形态学心电图参数（T波电交替TWA、晚电位LPs）、（三）非线性动力学分析指标（分形维数、庞加莱图、多尺度熵等），并探讨了上述数字生物标志物在虚弱早期预警中的应用。

二、可穿戴心脏设备捕获的数字生物标志物

2.1 动态心电图参数：

自主神经功能的窗口

2.1.1 心率变异性（HRV）

定义与生理基础：心率变异性（HRV）是指连续心动周期之间时间间隔的微小波动，由交感神经和迷走神经对窦房结的调制作用产生（Olivieri et al., 2024）。高HRV提示自主神经系统灵活、适应性强；低HRV则反映自主神经功能失调，是多种慢性疾病（心血管病、糖尿病、抑郁等）的共同特征。

与虚弱的关联证据：多项研究表明，衰弱老年人的HRV（尤其高频功率和RMSSD）显著低于非衰弱同龄人（Arantes et al., 2022）。低HRV是PCI术后患者主要不良心血管事件（MACE）的独立预测因子（Yuan et al., 2015）。在慢性心衰患者中，HRV降低与全因死亡和心衰住院风险增加显著相关（Men et al., 2025）。

2.1.2 心率震荡（HRT）

定义与生理基础：心率震荡（HRT）是指室性早搏（PVC）后窦性心率先短暂加速（约3~5个心动周期），随后减速至基线水平的现象，由压力反射（baroreflex）介导（Cygankiewicz, 2013）。HRT的丧失提示压力反射敏感性下降，对应激时维持血压稳定的能力受损。

与虚弱的关联证据：心梗后患者中，异常HRT是心源性猝死和心律失常死亡的强预测因子（Disertori et al., 2016）。慢性心衰患者中，HRT受损与疾病严重程度及不良预后相关（Yin et al., 2014）。虽然缺乏直接针对衰弱人群的HRT研究，但从生理学推理：压力反射敏感性下降是虚弱的自主神经标志之一，HRT可作为量化指标。

2.2 形态学心电图参数：

心肌与传导系统的脆弱性

2.2.1 T波电交替（TWA）

定义与病理生理：T波电交替（TWA）是指心电图T波幅度、形态或极性在逐搏之间的交替变化。其根本机制为心肌细胞动作电位时程（APD）的逐搏交替，源于细胞内钙循环异常（Qu et al., 2016）。TWA标志着心室复极离散度增大，易诱发恶性室性心律失常。

与虚弱的关联证据：TWA阳性是心源性猝死的独立预测因子（Verrier et al., 2011）。在普通人群中，TWA也与心血管死亡率相关（Nieminen & Verrier, 2010）。衰弱状态下，心肌细胞钙调控紊乱、线粒体功能障碍及自主神经失调均可加重TWA，因此TWA可作为“心肌储备”下降的直接读数。

2.2.2 晚电位（LPs）

定义与病理生理：晚电位（LPs）是指出现在QRS波群终末至ST段起始部的低幅、高频信号，代表心肌局部延迟激活（Sugawara et al., 2023）。LPs的存在提示心肌纤维化、瘢痕组织或传导通路异常，是折返性心律失常的基质。

与虚弱的关联证据：LPs阳性与心梗后室性心动过速/猝死风险升高2-4倍相关（Jeong et al., 2022）。在心衰患者中，LPs也与猝死风险独立相关。虚弱状态下的心肌间质纤维化、淀粉样变性等病理改变可产生LPs，故LPs可作为传导系统储备下降的标志。

2.3 非线性动力学分析：

从“变异性”到“复杂性”

2.3.1 理论框架：生理复杂性丧失假说

健康的生理系统（如心脏自主调控）并不呈现完全的周期性或随机性，而是在多个时间尺度上表现出分形、自相似、适应性的复杂模式（Shiogai et al., 2010）。这种复杂性的优势在于系统能够灵活适应不断变化的内外环境。随着年龄增长或疾病发生，生理信号趋于“简化”：波动变得更具周期性或更随机，丧失了多尺度的丰富结构。这一现象被称为生理复杂性丧失（loss of physiological complexity），是虚弱的核心特征之一。

2.3.2 主要非线性分析方法及其在衰弱中的应用

分形维数（Fractal Dimension）：分形维数降低反映自主神经韧性下降（Lerma et al., 2016）。心衰患者的分形维数显著低于健康对照（Valenza et al., 2017）。与虚弱的关联：低分形维数 → 血流动力学调控复杂性丧失 → 对应激时维持血压和心输出量的能力下降。

庞加莱图（Poincaré Plot）：以RR间期作为横坐标，下一个RR间期作为纵坐标的散点图（Hoshi et al., 2013）。主要监测SD1（散点云垂直于恒等线的宽度，反映短期变异性，主要代表迷走调制）、SD2（散点云沿恒等线的长度，反映长期变异性，综合交感与迷走）。代谢综合征患者SD1和SD2均降低（Kubicková et al., 2016）；可用于区分儿童血管迷走性晕厥与体位性心动过速综合征（Yuan et al., 2022）。与虚弱的关联：SD1和SD2降低 → 自主神经调节能力全面受损。

相关维数（Correlation Dimension）：度量动态系统相空间中点的密度及空间相关性，本质上是一种分形维数（Krakovská & Chvosteková, 2023）。高血压患者相关维数低于健康对照（Koichubeikov et al., 2018）；也可用于预测脊髓麻醉后的低血压反应（Bolea et al., 2014）。与虚弱的关联：低相关维数 → 心血管系统对应激扰动的响应空间受限 → 脆弱性增加。

去趋势波动分析（DFA）：量化不同时间尺度下信号的波动标度指数α，以检测长程相关性（Moghtadaei et al., 2022）。心衰射血分数保留患者α值降低（Mizobuchi et al., 2021）。芬兰心血管研究中，DFA异常可独立预测猝死（Hernesniemi et al., 2024）。与虚弱的关联：α偏离1.0 → 长程调控丧失 → 维持稳态的能力受损。

多尺度熵（MSE）：跨多个时间尺度计算样本熵，评估信号的不规则性和信息含量（Humeau-Heurtier, 2020）。房颤患者中，低MSE值可预测缺血性卒中风险（Watanabe et al., 2015）。MSE降低也是心衰患者死亡的预测因子（Ho et al., 2011）。与虚弱的关联：UK Biobank研究中，静息心率复杂度降低与全因及心血管死亡率升高相关（Gao et al., 2021）。更重要的是，MSE可通过干预改善——太极拳训练后复杂度显著升高（Ma et al., 2019）。

2.4 血管年龄：

可穿戴无创评估的新维度

2.4.1 血管年龄的定义与临床意义

血管年龄（vascular age）是指根据动脉僵硬度、脉搏波速度（PWV）、内皮功能等指标推算的生物学年龄，反映血管系统的功能状态（Climie et al., 2023）。与实足年龄相比：

· 加速血管老化：血管年龄＞实足年龄，常见于高血压、糖尿病、慢性肾病、吸烟者。

· 超常血管老化：血管年龄＜实足年龄，即使在存在传统危险因素的情况下血管仍保持年轻（Bruno et al., 2020）。

血管年龄与虚弱直接相关：血管僵硬度增加会导致心室-动脉耦合不良，运动时血压异常波动，从而加剧全身生理储备下降。

2.4.2 可干预性

· 血管年龄可逆转：有氧运动、膳食干预（低钠、地中海饮食）、戒烟、限酒均可降低PWV（Rossman et al., 2018）。

· 药物靶点：mTOR抑制剂（如雷帕霉素）、AMPK激动剂（如二甲双胍）在动物实验中显示出逆转血管老化作用，但尚未获临床批准。

三、主要结论

可穿戴心脏设备能够捕获一系列与衰弱密切相关的生理信号，包括动态ECG参数（HRV, HRT）、形态学ECG参数（TWA, LPs）、非线性动力学指标（分形维数、MSE等）以及血管年龄评估。上述指标的共同核心是生理复杂性丧失，即心脏调控系统从健康的多尺度动态复杂性向简化、规则化方向的转变。可穿戴设备应被视为传统衰弱评估的补充手段，而非替代品；其独特价值在于提供连续、个体化、真实世界的数据维度。从技术可行到临床落地仍面临准确性、隐私、老年友好度、证据缺口等多重障碍，需要跨学科合作和监管创新。

专家简介

擅长领域：深耕基层心血管临床数年，擅长高血压、冠心病、心力衰竭、心律失常等常见病的诊治，尤其在急性心梗的早期识别、心衰危重症的规范处置上经验丰富。同时擅长对老年复杂心血管病患者进行个体化用药调整与长期随访。

参考文献

1. Clegg A, Young J, Iliffe S, et al. Frailty in elderly people. Lancet. 2013;381:752-762.

2. Veronese N. Frailty and Cardiovascular Diseases: Research into an Elderly Population. Springer; 2020.

3. Hughes A, Shandhi MMH, Master H, et al. Wearable devices in cardiovascular medicine. Circ Res. 2023;132:652-670.

4. Arantes FS, Rosa Oliveira V, Leão AKM, et al. Heart rate variability: a biomarker of frailty in older adults? Front Med. 2022;9:1008970.

5. Disertori M, Masé M, Rigoni M, et al. Heart rate turbulence is a powerful predictor of cardiac death. Circ Arrhythm Electrophysiol. 2016;9:e004610.

6. Verrier RL, Klingenheben T, Malik M, et al. Microvolt T-wave alternans: physiological basis, methods, and clinical implications. J Am Coll Cardiol. 2011;58:1309-1324.

7. Shiogai Y, Stefanovska A, McClintock PVE. Nonlinear dynamics of cardiovascular ageing. Phys Rep. 2010;488:51-110.

8. Gao L, Gaba A, Cui L, et al. Resting heartbeat complexity predicts all-cause and cardiorespiratory mortality. J Am Heart Assoc. 2021;10:e018483.

9. Miller AC, Futoma J, Abbaspourazad S, et al. A wearable-based aging clock associates with disease and behavior. Nat Commun. 2025;16:9264.

10. Qiu S, Yan BPY, Zhao N. Stroke-volume-allocation model enabling wearable sensors for vascular age assessment. NPJ Flex Electron. 2024;8:24.

声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。