dato de sensor ≠ conducta completa
Wearables y sensores
Device-derived metric requiere validación propia
Wearables
Lo que aporta la evidencia disponible
Device-derived metric requiere validación propia
Los dispositivos portables permiten medir actividad y ritmos repetidamente; volumen de datos no elimina sesgos de uso, dispositivo ni contexto
Acelerómetros, relojes y otros sensores pueden registrar movimiento, sueño, frecuencia cardiaca y ritmos durante días o meses fuera del laboratorio. Esa continuidad permite observar variabilidad y recuperación que una visita puntual no captura.
La señal depende de llevar el dispositivo, de algoritmos propietarios o específicos y del contexto de actividad. Un modelo de edad derivado de pasos o ritmos puede ser pronóstico sin convertirse en medida exhaustiva del envejecimiento.
Distinciones necesarias
medición continua ≠ medición sin sesgo
edad digital estimada ≠ envejecimiento completo
Cómo se relaciona con las medidas próximas
Imagen
sensores e imagen observan escalas temporales y objetos distintos y pueden complementarse sin sustituirse
Biomarcadores metabólicos clínicos
las medidas digitales pueden relacionarse con estado metabólico sin medir directamente glucosa, lípidos u otros analitos
Multi-ómica
integrar datos digitales y moleculares puede ampliar contexto, pero también multiplica diferencias de muestreo y escala
Fuentes de orientación
Pyrkov et al. · Deep longitudinal phenotyping of wearable sensor data reveals independent markers of longevidad, stress, and resilience ↗
uso de series de actividad de sensores portables para estimar riesgo y estudiar recuperación y variación temporal
Una cuestión permanece abierta
interoperabilidad, precisión, algoritmos propietarios, cambio de hardware
Temas relacionados
Actigrafía
Medición objetiva ≠ experiencia subjetiva
Cómo lo medimos
Pruebas funcionales, biomarcadores, relojes, imagen, dispositivos portátiles y otras formas de observar el cambio.