Wearable-derived physiological features for trans-diagnostic disease comparison and classification in the All of Us longitudinal real-world dataset
该研究利用 All of Us 纵向真实世界数据集中的 9,301 名佩戴 Fitbit 设备用户的生理数据,通过跨诊断方法分析发现,整合心率、活动及睡眠等可穿戴特征能显著提升多种身心慢性疾病(尤其是抑郁症和焦虑症)的分类性能,为结合临床评估的实时风险分层提供了新依据。