放射線療法を受ける患者の10-20%は、がん治療中に救急外来受診や入院といった予定外の急性期医療を要する。この種の高リスク患者に対し、ウェアラブルデバイスの「歩数カウント」でモニタリングすることにより予定外の入院を予測する研究が、米カリフォルニア大学サンフランシスコ校（UCSF）のチームで行われている。
米国放射線腫瘍学会（ASTRO）の2022年次総会で発表された同研究では、化学放射線療法中の患者に対して市販のフィットネストラッカーを装着し、患者属性と治療内容に歩行データを統合することで、「過去2週間の歩行から次の1週間以内の入院イベント発生を予測するモデル」を構築した。結果、歩行データを統合したモデルの予測性能はAUC 0.81と、歩行データなしモデルのAUC 0.57を有意に上回った。予測に寄与する変数の上位5つは、過去2日間の歩数、過去2週間の最小歩数の絶対差、過去2週間の最大歩数の相対的減少、過去2週間の歩数幅（値の範囲）の相対的減少であった。
著者でUCSFのJulian Hong氏は「本研究では直近の歩数が、臨床変数よりも高い予測性能を示す結果となった。毎日変化するという歩数の動的性質は、患者の健康状態の特に優れた指標となる」と語った。
関連記事：
