近年来，美国孕产妇健康面临严峻挑战，流产、早产等不良妊娠结局频发，且不同族群间的孕产妇死亡率存在显著差异。传统的产前监护依赖面对面就诊，但由于社会经济和地理因素的限制，许多孕妇难以获得连续监测。随着数字健康技术的发展，远程监测成为提升孕期健康管理的新途径。可穿戴设备因其便捷性和非侵入性，能够实时采集心率、活动量、睡眠等数据，成为孕期健康观察的重要工具。

尽管此前的研究多聚焦于特定孕期疾病（如妊娠糖尿病或高血压），但少有系统分析可穿戴信号与孕期激素变化的关联。本研究首次系统地分析了通过可穿戴设备收集的孕期生理信号与孕期激素水平变化的关系，揭示了静息心率（RHR）与多个关键激素（如雌激素、孕酮、皮质醇和人绒毛膜促性腺激素（hCG））之间的高度相关性（R²=0.93）。研究同时发现，孕期静息心率模式在顺产与异常妊娠结局之间存在显著差异，提示可穿戴设备可能为孕期早期风险评估提供非侵入性工具。

本研究旨在验证通过可穿戴设备监测孕期生理信号与激素变化的紧密联系，并探讨其在孕期连续监测和早期风险预测中的应用潜力。具体而言，我们关注静息心率（RHR）、每日步数和睡眠时长的变化趋势，并将其与文献中提取的孕期激素变化曲线进行相关性分析，以期为未来基于这些数据的早期预警系统提供科学依据。

研究人员采用纵向队列设计，招募16岁及以上、怀孕或产后8周内的女性，使用PowerMom双语数字研究平台采集数据。参与者允许分享自有Apple、Garmin或Fitbit等品牌可穿戴设备的数据，并定期填写相关调查问卷。最终纳入99例顺产孕妇及部分异常妊娠结局孕妇，数据覆盖孕前3个月至产后6个月。研究重点分析静息心率（RHR）、每日步数和睡眠时长的变化趋势，并与文献中提取的孕期激素变化曲线（包括孕酮、雌激素、皮质醇及hCG）进行相关性分析。采用多变量线性回归模型拟合孕期RHR与激素变化的关系。

结果显示，顺产孕妇的RHR在孕期初期（第5至9周）呈现下降趋势，随后逐渐上升，至预产期前8-9周达到峰值，临近分娩前略有下降。产后7周RHR降至孕前水平以下，约6个月后恢复至基线水平。步数在孕期整体呈下降趋势，产后虽有所回升但仍低于孕前水平。睡眠时间在孕早期增加，随后逐渐减少，产后明显减少并持续6个月以上。RHR变化与孕期激素变化高度相关（多变量回归R²=0.93），显示雌激素E1和皮质醇正相关，雌激素E2、E3、孕酮及hCG呈负相关。

图：可穿戴传感器数据与妊娠期间激素变化之间的关联

然而，异常妊娠结局孕妇的RHR变化模式与顺产孕妇存在显著差异，相关时间段的心率增幅较低，提示潜在的风险信号。具体表现为异常妊娠孕妇的RHR在某些关键时期（如孕中期和孕晚期）未出现预期的上升趋势，甚至出现反向变化，这可能是早期识别高风险妊娠的重要线索。

图：怀孕前、怀孕期和产后的可穿戴设备信号

图：从怀孕开始后的9个月内，活产妊娠与不良结果妊娠之间RHR的差异

总之，本研究验证了通过可穿戴设备监测孕期生理信号与激素变化的紧密联系，证明了数字健康技术在孕期连续监测和早期风险预测中的应用潜力。基于静息心率的动态变化，未来有望实现对流产、早产等不良妊娠结局的早期预警，特别对于居住在产科资源匮乏地区的孕妇，提供远程健康管理新路径。

此外，研究还揭示了可穿戴设备在孕期健康管理中的广泛前景，特别是在提高医疗服务的可及性和连续性方面具有重要意义。未来的研究应进一步扩大样本量，结合更多生理参数（如血压、血糖等），并探索不同族群间的数据差异，以优化模型的普适性和准确性。

原始出处

Milan G, Ariniello L, Baca-Motes K, et al. Association between wearable sensor signals and expected hormonal changes in pregnancy. EBioMedicine. Published online August 27, 2025. doi:10.1016/j.ebiom.2025.105888

本文相关学术信息由梅斯医学提供，基于自主研发的人工智能学术机器人完成翻译后邀请临床医师进行再次校对。如有内容上的不准确请留言给我们。