PeakWatch
  • English
  • Deutsch
  • 日本語
  • 简体中文
  • 繁體中文
  • English
  • Deutsch
  • 日本語
  • 简体中文
  • 繁體中文
  • 使用指南

    • 如何打开房颤
  • 核心指标

    • 什么是「身体电量」?
    • 训练准备度
    • 体能输出
    • 了解更多关于睡眠
    • 能量摄入
    • 长期、短期训练负荷与训练疲劳度
  • 运动数据解读

    • 有氧表现与有氧适能
    • 关于心率与心率区间
    • 关于心率恢复
    • 运动后心率变异性
    • 关于METs
  • 基础健康数据解读

    • 什么是HRV?
    • 什么是静息心率?
    • 什么是呼吸节律?
    • 什么是血氧饱和度(SpO2)?
    • 什么是手腕温度?
  • 服务协议

    • Terms of Use
    • Privacy Policy
    • 沪ICP备2023027350号-4

什么是身体年龄

在传统认知中,年龄不可逆转,年龄越长,越不健康。 每过 365 天,年龄就增长一岁,我们离衰老和死亡更进一步。

然而,事实并不是这样,相同年龄的两个人,健康状况可能天差地别。 生活习惯不好的人,可能在 40 岁时就会血压偏高、血糖偏高, 而坚持锻炼的人在 50 岁,心血管还能保持健康。

实际年龄只能告诉我们“活了多久”,而不能告诉我们活得是否健康。 为了解决这个问题,长寿医学的科学家们发明了生物年龄(Biological Age)。 生物年龄反映身体真实衰老状态的“生理时钟”,可能比实际年龄大或小。 如果生物年龄小于实际年龄,则代表我们更健康,更长寿。

PeakWatch 的“身体年龄”正是基于这一科学洞察而生。PeakWatch 结合你的睡眠、运动以及体能数据,综合计算得到身体年龄。 它不仅仅反应了你“活了多久”,还告诉你活得健不健康。

什么是衰老速度?

生物年龄反映的是你身体长期的机能状态。如果你想知道“我最近这2周的表现如何?”,那就需要看衰老速度。

不同的衰老速度有不同的含义

  • <0:加速年轻中
  • <0-0.8: 年轻中
  • 0.8-1.2: 正常范围
  • 1.2-2: 衰老中
  • >2:加速衰老

身体年龄参考了哪些指标?

为了计算出精准的身体年龄,PeakWatch 并不是只看一天的数据,而是综合分析了影响人类寿命的三个核心维度:睡眠(Sleep)、**运动(Sport)**和 体能(Fitness) 。

  • 睡眠:睡眠占据了身体 1/3 的时间,对于身体恢复至关重要。

    • 睡眠时长:睡眠时长是睡眠质量的保障,健康成年人建议每天睡眠 7-9 小时。
    • 睡眠规律性:规律的起床和入睡,能够保持人体的正常生理节奏,帮助身体恢复。
  • 运动:运动能够帮助身体进行新陈代谢,保持身体健康。

    • 有氧时长(Z1- Z3 区间):规律的有氧锻炼,能够帮助强化心肺,改善心血管健康。
    • 高强度时长(Z4-5 区间):高强度的训练可以高效改善最大摄氧量。
    • 力量训练时长:力量训练可以帮助提高肌肉质量,提高基础代谢;改善肌肉功能,预防跌倒损伤。
    • 步数:步数是最常见运动指标,可以反映我们日常活动的水平。
  • 体能:体能是长期运动的结果,能够反应我们健康的储备水平。

    • VO2max:VO2max 越大,代表我们的心肺功能越强,心血管越健康。
    • 静息心率:较低的静息心率,反应我们的心肺功能更好,同时心理压力的影响,也会对静息心率产生影响。
    • 瘦体重:瘦体重:指人体除去脂肪后的重量(含肌肉、骨骼等),比体脂率更能反映健康 —— 长期营养不良者可能体脂率低,但瘦体重也低,实则不健康。

注意 :身体年龄是基于科学文献以及人口统计学的参考值。它不是医疗测试或诊断工具。始终咨询医疗保健专业人员以获得医疗建议。

相关文献

  1. Ekelund, U., Tarp, J., Steene-Johannessen, J., Hansen, B. H., Jefferis, B., Fagerland, M. W., Whincup, P., Diaz, K. M., Hooker, S. P., Chernofsky, A., Larson, M. G., Spartano, N., Vasan, R. S., Dohrn, I.-M., Hagströmer, M., Edwardson, C., Yates, T., Shiroma, E., Anderssen, S. A., & Lee, I.-M. (2019). Dose-response associations between accelerometry measured physical activity and sedentary time and all cause mortality: Systematic review and harmonised meta-analysis. BMJ (Clinical Research Ed.), 366, l4570. https://doi.org/10.1136/bmj.l4570
  2. Jayedi, A., Khan, T. A., Aune, D., Emadi, A., & Shab-Bidar, S. (2022). Body fat and risk of all-cause mortality: A systematic review and dose-response meta-analysis of prospective cohort studies. International Journal of Obesity, 46(9), 1573~1581. https://doi.org/10.1038/s41366-022-01165-5
  3. Li, J., Liu, X., Yang, Q., Huang, W., Nie, Z., & Wang, Y. (2025). Low lean mass and all-cause mortality risk in the middle-aged and older population: A dose-response meta-analysis of prospective cohort studies. Frontiers in Medicine, 12. https://doi.org/10.3389/fmed.2025.1589888
  4. Shailendra, P., Baldock, K. L., Li, L. S. K., Bennie, J. A., & Boyle, T. (2022). Resistance Training and Mortality Risk: A Systematic Review and Meta-Analysis. American Journal of Preventive Medicine, 63(2), 277~285. https://doi.org/10.1016/j.amepre.2022.03.020
  5. Windred, D. P., Burns, A. C., Lane, J. M., Saxena, R., Rutter, M. K., Cain, S. W., & Phillips, A. J. K. (2024). Sleep regularity is a stronger predictor of mortality risk than sleep duration: A prospective cohort study. Sleep, 47(1), zsad253. https://doi.org/10.1093/sleep/zsad253
  6. World Health Organization. (2020). WHO guidelines on physical activity and sedentary behaviour. World Health Organization. https://apps.who.int/iris/handle/10665/336656
  7. Yin, J., Jin, X., Shan, Z., Li, S., Huang, H., Li, P., Peng, X., Peng, Z., Yu, K., Bao, W., Yang, W., Chen, X., & Liu, L. (2017). Relationship of Sleep Duration With All‐Cause Mortality and Cardiovascular Events: A Systematic Review and Dose‐Response Meta‐Analysis of Prospective Cohort Studies. Journal of the American Heart Association. https://doi.org/10.1161/JAHA.117.005947
  8. Zhang, D., Shen, X., & Qi, X. (2016). Resting heart rate and all-cause and cardiovascular mortality in the general population: A meta-analysis. CMAJ, 188(3), E53~E63. https://doi.org/10.1503/cmaj.150535