CosinorAge：基于可穿戴设备和智能手表活动节律的生物年龄估计统一Python与Web平台

每天，全球有数百万人使用智能手表和健身追踪器来记录他们的步数、睡眠和活动节律。这些持续收集的数据流提供了一个将日常自我追踪转化为有意义的健康洞察的绝佳机会，使个人能够理解并可能影响其生物学衰老。然而，大多数用于分析可穿戴设备数据的工具仍然是碎片化的、专有的且难以获取，这在庞大的个人健康信息库与其转化为可操作的衰老洞察之间造成了巨大障碍。CosinorAge是一个开源框架，它从可穿戴设备衍生的昼夜节律、身体活动和睡眠指标中估计生物学年龄。它解决了缺乏统一、可重复的流程来联合分析休息-活动节律、身体活动和睡眠，并将其与健康结果联系起来的问题。该Python包提供了一个端到端的工作流程，从原始数据摄取和预处理到特征计算和生物学年龄估计，支持来自可穿戴设备和智能手表的多种输入源。它还提供了从大规模人群数据集（如UK Biobank）中训练得到的模型参数（开放权重），确保了跨研究的可复现性、透明性和泛化能力。其配套的基于Web的CosinorAge计算器使非技术用户能够通过直观的界面访问相同的分析功能。通过将透明、可复现的分析与广泛的易用性相结合，CosinorAge推动了可扩展的个性化健康监测，并在数字健康技术与生物学衰老研究之间架起了桥梁。