星标“医工学人”,第一时间获取医工交叉领域新闻动态~
2026年4月7日,一项发表于《npj·帕金森病》的前瞻性研究,首都医科大学宣武医院团队首次揭示:基于六枚惯性传感器的步态分析,可在特发性快速眼动睡眠行为障碍患者中,提前识别出哪些人将向帕金森病转化,哪些人更可能走向痴呆。步长、手臂摆动、双任务成本等参数,正成为神经退行性疾病的“数字活检”。
特发性快速眼动睡眠行为障碍(iRBD)是目前公认的α-突触核蛋白病(如帕金森病、路易体痴呆)最具代表性的前驱状态。约80%的iRBD患者最终会转化为某种神经退行性疾病。然而,转化并非无序,而是呈现出两种截然不同的轨迹:一种是“帕金森综合征优先”,另一种是“痴呆优先”。
这一区分的临床意义巨大——前者需要运动干预与多巴胺能监测,后者则需要认知保护与精神症状管理。但问题在于:现有手段几乎无法提前预测患者会走哪条路。
传统评估依赖临床量表、多导睡眠图或脑脊液α-突触核蛋白检测,后者虽有价值,但侵入性强、成本高、难以动态追踪。更重要的是,即便在转化前数年,患者也已出现细微但可测量的运动异常——尤其是步态。然而,这些异常是否具有“轨迹特异性”,一直缺乏系统性证据。
一句话概括行业痛点:我们明知患者会倒下,却不知他们会倒在运动还是认知的泥潭里。
1)研究设计概览
研究团队招募了68例多导睡眠图确诊的iRBD患者与61例健康对照,平均随访3.68年。在此期间,21例患者发生表型转化(帕金森病与路易体痴呆为主),38例完成了基线与随访两次步态评估。
2)核心技术:可穿戴惯性传感器
每位受试者佩戴6个惯性传感器(四肢与躯干),在以下三种条件下各完成1分钟步行测试:
-
正常步行
-
快速步行
-
双任务步行(步行同时进行认知任务)
关键创新点:不是只看“能不能走”,而是看“在认知负荷下如何走”——这正是早期神经退行性疾病的探测放大镜。
3)新旧技术对比
|
维度 |
传统方法 |
本研究方法 |
|
评估工具 |
临床量表、视频多导睡眠图 |
6枚可穿戴惯性传感器 |
|
评估场景 |
诊室、静态 |
真实/半真实步行(含双任务) |
|
输出指标 |
主观评分、二分判断 |
30+项连续步态参数(步长、变异性、手臂摆动、躯干控制等) |
|
可追踪性 |
低频、依赖随访 |
高频率、可居家采集 |
|
轨迹区分能力 |
几乎无 |
可区分PD优先 vs DLB优先 |
|
侵入性 |
部分(如腰椎穿刺) |
无 |
4)最具预测价值的步态参数
通过竞争风险回归模型(校正年龄、性别、BMI),研究发现:
-
预测帕金森病优先转化(而非痴呆)的关键参数包括:
-
步长缩短
-
摆动时间变异性增加
-
手臂摆动范围减小
-
手臂摆动速度峰值降低
-
手臂摆动变异性增加
例如:在快速步行条件下,手臂摆动速度峰值每降低1个单位,PD优先转化的风险比(SHR)为0.989(p=0.03),具有显著统计学意义。
-
对痴呆优先转化,上述步态参数无显著关联,提示两种轨迹的运动表型基础不同。
1)基线对比:iRBD vs 健康对照
在正常步行条件下,iRBD患者相较于健康对照已表现出:
-
步速显著降低(77.30 vs 72.33 %stature/s,p<0.001)
-
摆动时间变异性增加(p=0.039)
-
手臂摆动速度显著下降(p<0.001)
-
躯干水平活动范围减小(p=0.002)
这说明:在患者意识到自己“走路有问题”之前,传感器已经捕捉到了系统性的运动控制下降。
2)纵向追踪:转化者 vs 非转化者
在平均3.68年的随访中,转化者(n=21)表现出:
-
步长更快速下降(双任务条件下,时间×组别交互p=0.001)
-
双任务成本显著升高(p=0.006)
-
手臂摆动速度在快速与双任务条件下均持续低于非转化者
最具临床操作意义的是“双任务成本”——即患者在边走路边做认知任务时的步态下降幅度。这一指标在转化者中显著恶化,而非转化者几乎无变化。
1)对临床的意义
-
风险分层:步态参数可将iRBD患者分为“高PD风险”与“高DLB风险”两类,为个体化随访与干预提供依据。
-
数字终点:步态指标可作为神经保护临床试验的替代终点,尤其适合短期、小样本研究。
-
居家监测:可穿戴传感器成本低、可重复使用,未来可集成到智能鞋、腰带、手表等设备中。
2)商业化与落地路径
-
短期(1-3年):在顶级运动障碍中心作为补充评估工具,用于高风险iRBD患者的精准分层。
-
中期(3-5年):与保险、数字疗法公司合作,开发居家步态监测SaaS平台,用于药物试验的患者筛选与疗效评估。
-
长期(5年以上):若与AI结合建立个体化转化时间预测模型,有望成为神经退行性疾病早期筛查的“基础工具”。
3)如果成功,它将如何改变世界?
想象一下:一位iRBD患者在家中每月一次、每次5分钟的步行测试,系统自动输出:“未来2年内向帕金森病转化的概率为78%,建议启动运动干预与多巴胺能监测。”——这不是科幻,而是本研究指向的现实。
尽管本研究具有前瞻性设计、客观传感器数据、竞争风险模型等显著优势,但仍有以下局限性必须正视:
1. 样本量有限:68例iRBD患者中仅21例转化,PD与DLB亚组样本更小,结论需多中心验证。
2.随访时间偏短:平均3.68年,而iRBD的转化窗口可长达10年以上,早期转化者可能不代表全部人群。
3.缺乏外部验证集:未在独立队列中复现步态参数的预测模型,泛化能力未知。
4.设备依赖:六枚传感器在真实世界中难以长期佩戴,未来需压缩至1-2个节点(如腰部+手腕)。
5.未与生物标志物直接比较:例如与α-突触核蛋白SAA、脑脊液标志物联合建模,能否进一步提升预测效能,尚未探索。
写在最后:可穿戴步态分析不是“替代”现有手段,而是“填补”了一个长期被忽视的维度——动态、可量化、低成本的运动行为表型。它的真正价值,也许不是给出最终答案,而是让我们第一次问对了问题。
Cen, S., Zhang, H., Li, Y. et al. Association of wearable sensor-based gait analysis with phenoconversion trajectories in idiopathic REM sleep behavior disorder. npj Parkinsons Dis. (2026). https://doi.org/10.1038/s41531-026-01334-7
END
撰文 | 郝娅婷
编辑 | 吴苡齐
审核 | 医工学人理事会
扫码加入医工学人,进入综合及细分领域群聊,
参与线上线下交流活动








