亮点
生理恢复定义为心率和心率变异性（HRV）恢复到基线水平，通常在中度至重度COVID-19病例中显著滞后于自我报告的症状缓解。
在中度至重度COVID-19病例中，数字恢复平均需要60.23天，而自我报告的症状缓解仅需12.05天，相差近五倍。
行为指标（如每日步数和活动卡路里）通常在症状缓解后立即恢复到基线水平，这可能导致患者在心血管系统仍处于压力状态时恢复全面活动，形成潜在的‘活动-生理差距’。
不同病原体的恢复轨迹有所不同；虽然COVID-19和流感显示长时间的生理压力，但A组链球菌（GAS）的恢复速度更快，可能是因为抗生素干预的有效性。
背景：定义‘恢复’的挑战
确定患者何时从急性传染病中‘恢复’传统上依赖于两个支柱：症状消失（主观）和感染期结束（公共卫生政策）。然而，临床医生长期以来观察到，许多患者在发热消退和病毒检测转阴后，仍然经历疲劳、运动耐受性下降或自主神经功能障碍。这种差异在COVID-19大流行期间尤为明显，‘长新冠’现象突显了当前恢复定义的局限性。
准确检测生理恢复对于预防并发症和确定个体何时可以安全地恢复高强度工作或体育活动至关重要。直到最近，对大量人群在感染期间和之后进行连续生理监测是不可行的。可穿戴技术的普及，特别是能够跟踪心率、HRV和活动水平的智能手表，为了解‘隐形’恢复阶段提供了新的窗口。
研究设计：为期2年的前瞻性数字队列
该研究发表在《柳叶刀数字健康》（Levi等，2026年），采用以色列的一项为期2年的前瞻性队列设计，涉及4,795名参与者。研究人员整合了三个主要来源的数据：被动智能手表数据（基于心率和HRV的压力）、通过专用应用程序每日自报症状问卷以及马卡比医疗保健服务的电子病历（EMR）。
参与者必须年满18岁，并使用自己的智能手机。研究监测了三种不同的感染：COVID-19（3,097例）、流感（633例）和A组链球菌（380例）。为了确保稳健的基线，参与者在健康时期收集了生理数据。数字恢复定义为静息状态下心率和HRV恢复到这些感染前基线水平的时间点。主要结果是参与者报告无症状之日与生理指标恢复正常之日之间的滞后时间。
关键发现：感觉良好与真正恢复的脱节
COVID-19恢复滞后
最引人注目的发现来自COVID-19队列。对于轻症患者，数字恢复（7.14天）和症状缓解（8.53天）相对一致。然而，在中度至重度病例中，观察到了巨大的脱节。尽管这些患者在大约第12天报告感觉无症状，但他们的生理指标直到平均60.23天（95% CI 59.58至60.89）才恢复到基线水平。这表明，感染后近两个月内，这些患者的心血管和自主神经系统仍处于高度压力或失调状态，尽管没有明显的症状。
流感和GAS对比
流感病例也表现出滞后，但不如严重的COVID-19明显。在中度至重度流感中，数字恢复需要7.85天，而症状缓解则需要12.06天。有趣的是，对于A组链球菌（GAS），数字恢复通常先于或与症状缓解同时发生。对于轻度GAS，数字恢复发生在-1.12天（意味着生理指标在症状消失前略有恢复），而症状持续约7.95天。这一差异可能归因于标准抗生素治疗下GAS的快速生理反应，而病毒队列则无法获得这种治疗。
活动-生理差距
研究的一个关键观察是参与者的行为。一旦个体报告感觉无症状，他们的行为指标——每日步数、行走距离、活动时间和活动卡路里——立即恢复到基线水平。这表明患者根据主观感觉恢复日常活动和体力活动。然而，在中度至重度COVID-19组中，这意味着患者在生理指标仍显著异常的情况下恢复到‘正常’活动水平。
专家评论和临床意义
这些发现挑战了当前的公共卫生共识。许多国际健康指南建议，个体在症状消失后5天可以恢复正常活动。虽然这可能在控制传染方面是适当的，但这项研究表明，对于相当一部分人口，尤其是那些最初症状较重的人，这可能是生理上过早的。
‘活动-生理差距’对运动医学和职业健康尤其令人担忧。在心率升高和HRV较低的情况下恢复高强度活动，可能会增加心血管事件的风险，或导致慢性后病毒综合征的发展。智能手表可以作为‘生理许可’工具，提供客观数据以指导逐步恢复活动，而不是仅仅依赖日历或主观报告。
然而，该研究存在局限性。参与者是通过社交媒体招募的，且已经是智能手表用户，这可能引入了偏向年轻、更精通技术或更关注健康的群体的选择偏差。此外，虽然该研究将生理数据与恢复联系起来，但尚未证明基于这些数据调整行为是否能带来更好的长期临床结果，例如减少长新冠的发病率。
结论：迈向精准恢复
Levi等人的研究表明，‘恢复’不是一个二元状态，而是一个复杂的多层过程，其中主观健康、行为恢复和生理恢复发生在不同的时间线上。在COVID-19恢复中观察到的显著滞后突显了可穿戴技术在识别尽管感觉好转但仍‘生理脆弱’的患者方面的潜力。
对于临床医生来说，结论是明确的：经历过中度至重度病毒感染的患者应被告知，他们的内部恢复可能比症状所显示的要长得多。未来的研究必须集中在‘数字恢复’是否可以用作生物标志物来定制感染后的康复计划，以及这些干预措施是否可以减少全球慢性后传染病的负担。
资助和参考文献
本研究由欧洲研究委员会、以色列科学基金会（以色列精准医学合作计划）和科雷特基金会资助。
参考文献：Levi Y, Gande V, Shmueli E, 等. 智能手表衍生与自我报告的COVID-19、流感和A组链球菌生理恢复结果：一项为期2年的前瞻性队列研究。Lancet Digit Health. 2026年2月6日。doi: 10.1016/j.landig.2025.100956。
