将身体功能和能力测试与自由生活传感器数据关联起来：技术和方法的系统评审。

身体功能和能力测试广泛用于评估各种临床状况下的健康。然而，传统评估可能无法可靠和频繁地准确捕捉现实世界的健康状况。传感器、智能手机和可穿戴设备有潜力通过收集日常生活中的数据来弥补这一差距，从而更好地反映参与者的身体能力，并可用于预测临床结果和身体测试的表现。然而，该领域缺乏全面的综述和共识。本文回顾了与身体功能和能力测试相关的数字健康技术被动收集的数据文献，并为该领域的未来研究提供了信息。根据PRISMA指南，我们对3个数据库进行了系统的文献搜索。我们的分析确定心血管病和神经退行性疾病是最常研究的病症，而嵌入惯性传感器的可穿戴设备是最常见的设备类型。大多数研究依赖于一周的数据收集。当引入机器学习时，身体测试结果与步数和活动强度等指标之间的关联显示出高达0.89的相关性。该综述全面总结了在自由生活条件下使用数字健康技术的当前研究，并探讨了当与身体测试相关时数据的临床重要性。