可穿戴设备步数与慢性病风险：它们揭示了什么

你的每日步数可能比设备佩戴者庆祝时飘出的彩纸更能说明未来的健康状况。一项将 Fitbit 数据与电子健康记录关联的大型研究发现，长期步数较高的人随后被诊断为多种疾病的比例较低，包括高血压、肥胖、睡眠呼吸暂停、抑郁、胃食管反流病（GERD）和糖尿病并发症。这一发现使步数成为一个有用的健康信号。但它并不能证明达到某个特定目标可以预防疾病。

这种区别很重要。一个人走得较少，可能是因为早期疾病、疼痛、睡眠不佳、抑郁或肥胖已经让活动变得更困难——而这可能发生在临床医生记录诊断前数月甚至数年。因此，步数既可以作为行为指标，也可以作为早期预警信号。

最广泛的慢性病证据来自 All of Us

最有力的直接研究是一项来自 All of Us Research Program 的 2022 年《Nature Medicine》分析。研究人员将 6,042 名成年人的纵向 Fitbit 数据与电子健康记录关联。参与者在中位数四年的监测期间贡献了 5,991,662 人日数据和约 506 亿步。

研究人员考察了 1,711 个诊断分组，即 phecode，并统计了参与者记录至少六个月步数数据后才出现的诊断。他们排除了步数少于 100 步的天数。对于 Cox 模型分析，他们还排除了有效 Fitbit 记录少于 15 天的月份。

每日每增加 1,000 步，与阻塞性睡眠呼吸暂停、肥胖、高血压、胃食管反流病、重度抑郁障碍以及伴神经系统表现的 2 型糖尿病的较低发生比值相关。报告的比值比从若干常见结局的 0.92 到糖尿病并发症 phecode 的 0.69 不等。该论文确立的是关联，而不是个体患者绝对风险的降低；所提供的结果未报告这些估计值的置信区间。

这一模式也表明，不应将 10,000 步视为生物学的官方密码。在该队列中，糖尿病和高血压的关联在每日约 8,000 至 9,000 步时趋于平缓。每天约 8,200 步与较低的肥胖、睡眠呼吸暂停、GERD 和重度抑郁障碍风险相关。这些平台期描述的是特定结局在人群中的模式，而不是适用于每种年龄、病情或基线活动水平的处方。

在多个类别中，更多步数与未来被标注疾病诊断的概率较低相对应。这是有用的预测信息，但并不能证明增加步数会产生同样的变化。

为什么步数仍是可信的健康指标

All of Us 的结果并非孤例，尽管其全表型组设计异常广泛。一项独立的2023 年 All of Us 活动量与糖尿病风险分析发现，更有利的纵向活动量指标与较低的糖尿病发病率相关。这支持了糖尿病特异性信号，它是这类文献中生物学上较为合理的发现之一。

两项 2024 年伞状综述——一项发表于BMJ Open，另一项发表于Journal of Evidence-Based Medicine——也得出结论：客观测量的每日步数与多个领域的有利结局相关。它们的证据基础主要为观察性研究，并且很大程度上侧重于死亡率、心血管疾病和代谢结局。这些综述支持步数携带健康信息这一总体命题；但并不验证消费级可穿戴设备可作为独立的慢性病预测工具。

简单指标可能比看上去更有用。一项2025 年《Journal of Internal Medicine》研究发现，简单的步数计数能够捕捉与更复杂的加速度计测量相当的健康信息。这并不意味着步数是对体能、力量、久坐时间或移动质量的完整衡量。但它确实使步数成为日常活动的可扩展摘要——尤其是在数百万人已经在收集这些数据的情况下。

死亡率证据提供背景，而非预防证明

与新发诊断相比，针对死亡率的步数研究更为成熟。一项2022 年对 15 个国际队列的荟萃分析发现，较高的每日步数与较低的全因死亡率相关，老年人的表观获益平台期低于年轻人。2023 年一项JAMA Network Open 研究发现，在美国成年人中，每日步数模式，而不只是总步数，与死亡率相关。

在另一项包括 1,629 名美国高血压成年人的队列中，平均随访 12.57 年，较高的加速度计测量每日步数与较低的全因和心血管死亡率相关；370 名参与者死亡，其中 177 人死于心血管原因。这项2025 年 NHANES 分析报告了非线性关联。这些结果很重要，因为死亡率是对患者很重要的结局。它们仍无法确立，提高某个人的步数会导致观察到的死亡率下降。

一项 2025 年medRxiv 预印本利用 UK Biobank 进行模型开发，并在美国 NHANES 中进行外部验证，测试了可穿戴设备步数和步行步频是否改善老年人五年死亡率预测。它与风险建模相关，但研究的是死亡率而不是广泛的新发慢性病，且尚未完成同行评审。

主要问题是反向因果关系

观察性步数研究面临一个棘手问题：是更活跃的人保持更健康，还是更健康的人有能力和机会更多活动？答案可能两者兼有。

对于睡眠呼吸暂停、抑郁、肥胖、GERD 和高血压，反向因果关系尤其合理。睡眠障碍会消耗白天的精力。抑郁会减少活动。疼痛和代谢性疾病会限制步行。如果这些过程在正式诊断之前就开始，较低步数可能会预测诊断，部分原因是疾病已经开始。

混杂因素又增加了一层复杂性。较高步数可能伴随较低脂肪量、更高收入、更安全的步行场所、更灵活的工作、更好的医疗保健可及性以及更强的健康意识。统计调整可以减少这些问题，但无法完整测量每一种相关差异。

可穿戴数据存在选择和测量局限

与仅有电子健康记录数据的参与者相比，与 Fitbit 关联的 All of Us 参与者更常为白人、女性和受过大学教育者；较少为黑人或西班牙裔；并且冠状动脉疾病和癌症的基线负担较低。因此，可穿戴设备的拥有和持续使用可能除了反映身体活动外，也反映社会优势和健康参与度。

缺失数据也很重要。监测前，纳入参与者中 43.8% 的 BMI 缺失。此外，由于有效 Fitbit 记录少于 15 天，15.4% 至 16.0% 的月份被排除在 Cox 分析之外。人们停止佩戴设备是有原因的，而这些原因可能与疾病、日常规律或可及性有关。该分析不能假定缺失数据是随机的。

基于腕部的步数也并非无误的测量。一项2024 年 UK Biobank 方法学研究指出，与经摄像头标注的真实值相比，自由生活状态下佩戴于腕部的步数估计通常可能超过 20% 的误差。其机器学习方法改善了步数表征，但根本问题仍然存在：不同设备、腕部佩戴位置和算法不一定会以相同方式计数同一段步行。一项2022 年可穿戴设备验证研究系统综述同样发现方法和质量存在显著差异。

如何看待你自己的数字

长期步数偏低值得作为健康风险信号认真对待。它可以促使进行有用的盘点：活动是否因疲劳、关节疼痛、睡眠不佳、情绪低落、气短、药物影响，或是生活中几乎没有步行空间而减少？这个问题可能比争论 7,500 还是 10,000 是更优的整数更有价值。

对大多数人而言，增加舒适的日常活动量是一种合理的行为改变。但可穿戴数据并不能证明仅凭每天 8,000 至 9,000 步就会预防糖尿病、高血压、抑郁、睡眠呼吸暂停、肥胖或 GERD。现有证据支持将步数作为实用的行为指标，以及人群层面风险分层的合理输入。它尚不支持普遍适用的因果目标，或针对广泛慢性病的临床级预测。

看趋势，而不是某个异常久坐的星期二。如果你的通常步数下降并持续偏低，应将其视为值得采取行动的信息——包括逐步改变活动量、关注症状，以及当这种模式与健康担忧相符时进行医疗评估。