消费设备与研究仪器目的不同
手表和手环重视连续使用与用户体验，算法会随型号和版本变化。研究者应先确认可导出的原始程度、采样间隔和指标定义，而不是把界面上的单个数值直接视为临床测量。
缺失数据本身也有信息
设备没电、忘记佩戴、同步失败和主动摘下都会形成空白。不同原因对解释影响不同，因此整理时要保留佩戴日志或事件说明。简单删除所有缺失时段，可能让结果偏向最规律的使用者。
时间对齐决定能否比较
活动、睡眠、问卷和实验记录往往来自不同设备。统一时区、夏令时规则与日期格式，再检查设备时钟是否漂移，是合并前的重要步骤。
一般趋势不能替代医疗判断
可穿戴数据适合观察长期变化和研究假设，但单次异常不应自行解释为疾病。涉及健康风险时应通过正规医疗渠道处理；研究页面只提供资料管理与方法说明。
先理解指标如何产生
步数、心率、睡眠阶段通常经过厂商算法处理。不同设备即使名称相同也未必能直接合并。研究者应记录型号、固件和应用版本，并优先使用能够解释的输出。
佩戴行为会影响结果
设备过松、运动中摘下、夜间充电或共享使用都会改变数据。简短的佩戴日志与异常备注，常比增加更多算法更能区分真实变化和使用差异。
问题决定整理粒度
观察日常趋势时按天汇总可能足够，研究运动后恢复则需要更细时间尺度。粒度越细，噪声、缺失和隐私风险也越高，应先确定问题再选择数据。
反馈给参与者要谨慎
研究图表容易被误读为个人健康报告。若项目提供反馈，应说明指标局限和何时寻求正规医疗帮助，不能用未经验证的阈值制造焦虑。
建立个人基线再看变化
不同人的静息水平和生活节奏差异很大。若研究关注变化，可以先定义稳定观察期，再分析活动、睡眠或环境改变后的趋势。
算法更新留下时间点
厂商可能在不更换硬件的情况下调整指标算法。研究团队应记录应用与固件版本，必要时把更新前后数据分层分析。
同意范围覆盖二次使用
参与者同意某项研究，不代表资料可无限用于其他问题。再次分析前应检查同意文本、去标识化方式和伦理要求。长途旅行、轮班工作、天气和剧烈运动都可能改变读数，保留与研究问题相关的背景有助于判断异常来自真实变化还是佩戴条件，同时也应避免无限收集个人生活信息。
先做小规模试运行
正式招募前，让少量测试者佩戴目标设备一段时间，可以观察充电习惯、同步延迟、时区变化和导出格式。试运行不是为了证明预期结论，而是找出容易造成系统性缺失的环节。若夜间充电导致睡眠资料长期空白，就应调整方案或承认指标限制；若不同手机系统的同步时间不同，也要在分析前记录。提前修正流程通常比事后用复杂统计补救更可靠。试运行结束后应同时听取参与者反馈，确认说明是否容易理解、提醒频率是否造成负担，以及退出研究后如何停止同步。参与者能够清楚控制资料去向，研究团队也更容易维持稳定的执行质量和长期信任。对于退出或暂停佩戴的情况，也要记录最后同步时间，避免把后续空白误认为设备故障或健康变化。