数字工具能帮助老年人预防肥胖吗？

数字化活动项目可以帮助老年人在日常生活中增加活动量。更难回答的问题是，随着年龄增长，这种额外活动是否能预防肥胖。证据对前一说法的直接支持强于后一说法：随机试验显示，数字化多模式项目可以增加客观测量的活动量；而另有长期研究将更高的活动量和体适能与更健康的体重指数（BMI）轨迹及更低的肥胖风险联系起来。

这种区分很重要。记录更多步数的手表并不是戴着硅胶表带的抗肥胖药物。不过，设备可以让行为变得可见、设定目标并提供反馈——当维持活动随着年龄增长而变得更困难时，这些都是有用的要素。

数字化项目实际改变了什么

最直接的最佳证据来自Mingshu Yin及其同事于2026年发表的一项系统综述和荟萃分析。该研究汇总了老年人数字化多模式干预的随机对照试验，重点关注每日步数和基于加速度计的活动测量等客观结局。这一重点避开了生活方式研究中一个常见的问题：人们对自身活动量的记忆往往比加速度计记录的更慷慨。

在这些试验中，与常规护理或最小干预对照条件相比，数字化项目增加了客观测量的日常活动量。该综述支持总活动量和步数积累增加，但并未确立这些项目能持续地使参与者达到指南水平的中高强度身体活动（MVPA）。

此处可获得的已发表信息未提供合并后的每日步数估计值、其置信区间或p值。这使得无法对平均增幅作出精确判断。这也意味着，负责任的结论应是方向性的：这些项目可以增加测得的活动量，但增幅的典型大小及其持久性仍不确定。

这仍然比仅基于热情、应用登录次数或自我报告运动的证据更有用。如果终点是身体活动，加速度计或计步器就更接近真正重要的行为。

步数很有用，但不是唯一目标

对于老年人，世界卫生组织指南仍建议每周至少进行150分钟中等强度活动、75分钟高强度活动，或两者的等效组合。I-Fan Chen及其同事于2025年发表的一项研究将这些指南目标转化为面向老年人的基于加速度计的每日步数目标。它有助于将一项宽泛建议转化为可穿戴设备可在全天追踪的内容。

这种实践优势不应模糊终点。步数目标是追求活动指南的一种易用工具；它并不能证明每多走一步都具有与MVPA相同的生理效应，也不能证明数字化项目能够可靠地使参与者达到指南阈值。干预证据对活动总量的支持强于对活动强度可靠提升的支持。

活动与体重随年龄变化之间的联系

关于肥胖的论点来自另一条研究线索。Javier Hernando-Redondo及其同事于2026年开展的一项CORDELIA-Catalunya研究分析了14,993名成人的电子健康记录，其中包括120,352次重复BMI测量。研究人员采用多变量回归考察休闲时间身体活动与按年龄建模的BMI轨迹，随后使用孟德尔随机化检验遗传预测的心肺适能是否支持其具有因果贡献。

在30至60岁之间，休闲时间活动量最低组的BMI估计每年增加0.120 kg/m²，而活动量最高组为每年0.075 kg/m²。活动更多的组发生肥胖的风险也更低：与活动最少组相比，风险比为0.83，95%置信区间为0.72至0.96。由于该区间始终低于1.0，这种关联具有统计学显著性。

孟德尔随机化分析增加了一项独立的、支持因果关系的结果：更高的遗传决定的心肺适能与更低的肥胖风险相关，风险比为0.66（95% CI，0.56至0.78）。孟德尔随机化可以减少一些使观察性研究变得复杂的混杂因素，但它并不检验可穿戴设备、应用程序或任何特定运动项目。

因此，合理的推论链条应当保持克制。数字化项目可以增加活动量；更高的休闲时间活动和体适能与更健康的BMI老化轨迹相关；遗传预测的体适能支持其在降低肥胖风险中具有因果作用。缺失的环节是一项长期随机试验，显示数字化项目本身可预防老年人肥胖。

为什么体适能和日常行为仍然重要

所提出的路径在生物学上是连贯的，但尚未被证实为数字化干预的结局。在一项于2024年在中国天津开展、纳入540名老年人的研究中，Donglei Lu及其同事使用加速度计和气体分析测试，考察24小时行为模式如何与心肺适能相关。睡眠、久坐时间、轻度活动和MVPA共同与体适能水平相关。

这一发现并不表明改变一天中的某一部分会导致更高的体适能，也没有测量肥胖发生率。它确实强化了一个实践要点：相关的行为未必是一场英雄式的锻炼。全天积累的活动量——以及更少的坐在椅子上的时间——可能有助于塑造与更健康体重轨迹相关的体适能表型。

人群数据也指向同一方向。一项纳入3,998名65岁及以上居住在社区的日本成人的研究报告了按年龄、性别和BMI分层的、基于加速度计的步数、活动量和久坐时间参考值。较高年龄与较低的活动指南遵从性相关。这些数据描述的是模式；它们并不能证明BMI导致活动量较低，或反过来亦然。在现实生活中，这两个方向可能都很重要。

可穿戴设备能让结构化项目效果更好吗？

数字工具作为支架可能比作为独立的动机机器更有用。Yejin Kim及其同事于2025年开展的一项随机试验将可穿戴活动追踪器整合到一项面向老年人的居家多组分运动项目中。其主要重点是跌倒相关指标和身体功能，而非体重或肥胖。因此，该试验支持可穿戴设备辅助实施结构化居家项目，但没有回答体重随年龄变化这一结局。

一项于2024年开展的数字化同伴支持应用的非随机试验也发现，居住在社区的老年人可以参与旨在增加活动量的社交和行为应用功能。该设计无法排除选择偏倚：加入并使用应用的参与者可能本来就更健康、更活跃，或更适应技术。

测量同样值得持怀疑态度。一项2025年比较研究在自由生活状态的成人中，将腕戴式IoT设备估计的每日步数和MVPA与ActiGraph监测器进行了比较。一致性研究无法显示健康获益，但它为可信度设定了底线。无法可靠测量变化的追踪器，无法证明项目改变了行为。

证据止步之处

数字化活动研究具有异质性。硬件、应用功能、指导、同伴支持、参与者能力和随访时长在不同研究之间各不相同。一项关于主动电子游戏的伞状综述发现，数字化活动干预的证据零散且具有异质性。主动游戏与可穿戴设备和应用项目并不相同，但这一结果有力地提醒我们，不应把“数字化”当作一种干预。

长期维持是另一个悬而未决的问题。当提醒、指导或新鲜感消失时，步数的短期增加可能会减退。即便活动持续增加，也不能保证出现肥胖结局；肥胖还取决于饮食、药物、疾病、行动能力、睡眠和社会条件。观察性发现可能受到扭曲，因为活跃且参与数字化活动的成年人在任何人下载应用之前，就可能在教育程度、健康状况、行动能力和社会联系方面有所不同。

使用可穿戴设备来支持行为计划，而不是把判断外包出去。有用的数字，是能帮助某人在今天出去散步、并在下周再次这么做的那个数字。

实践结论

对于愿意佩戴设备并使用其反馈的老年人而言，数字化项目是建立更多客观测量日常活动量——尤其是步数——的一种合理方式。应将其与具体计划相结合：一个现实的每日目标、一条安全的步行路线或居家日常活动方案，以及定期检查活动量是否确实增加。

不要因期待直接预防肥胖而购买追踪器。当前随机证据显示的是行为改变，而不是肥胖发生率降低。长期证据使这一目标具有合理性：较高活动量与更慢的BMI增加和更低的肥胖风险相关，遗传预测的心肺适能也显示出支持因果关系的证据。这是增加活动量的合理理由——却不是让数字健康营销跳过其仍然需要的试验的许可。