个人基线，不是人群常模
Early Signal 依据的是可穿戴生物指标在承压时可能如何变化。它是健康管理工具，不是我们检测到某种疾病的证据。
01
只与你比较
没有人群平均 — 有用的是相对你平常模式的变化
02
温度和呼吸领先
它们在前。HRV、静息心率和睡眠作支持
03
提醒少见，出于设计
明显偏离平常 推送最多每 3 天一次。一次你真正能信任的提醒
评分如何运作
01
只与你比较
Early Signal 用你自己的夜间生物指标建立个人基线。它从不把你和人群平均或年龄组常模比较。人与人之间，“正常”的静息心率、HRV 和夜间温度差别很大。有用的信号是相对你平常模式的变化，不是图表上的一个数字。
02
稳健基线（中位数与 MAD）
应用使用中位数和中位数绝对偏差（MAD），而不是均值和标准差。离群值——旅行后糟糕的一夜，或少见的晚间训练——会拉动均值，却几乎不动中位数。稳健 z 分数让日常噪声看起来不像危机，同时仍能呈现持续数日的变化。
03
为什么温度和呼吸领先
在常见的 Watch 指标里，腕温（睡眠）和呼吸频率更能区分与不适相关的变化。HRV、静息心率和睡眠仍是支持和背景信号，但有数据时，温度和呼吸权重更高。趋势图顺序相同：有数据时，温度和呼吸在前。若手表无法提供温度（Series 8 之前），圆环会省略 Temp，并有脚注说明腕温需要 Series 8 或更新。应用仍会对你已有的信号评分。缺失数据绝不会看起来“在范围内”。
04
加权一致，不是单次尖峰
晨间状态是 正常、略有变化 或 明显偏离平常。明显偏离平常 通常需要加权信号之间的一致——或相对你本人基线的持续夜间温度升高。这样可以减少仅因一个嘈杂指标就发出的提醒。高强度训练或已记录情境之后，非温度主导的一般模式可以显示为 可由情境解释，而不是推送。
05
提醒少见，出于设计
明显偏离平常 推送有上限（最多每 3 天一次）。某些生活情境可以暂缓一般模式的推送，同时仍在应用内显示状态；温度主导的结果不会被这些情境拦住。略有变化 推送是可选的 Pro。目标是一次你能信任的提醒，不是每天盯着的分数。
06
研究背景是什么，又不是什么
公开研究探讨过，当人们感到不适时，可穿戴生物指标会如何变化。这些文献说明温度、呼吸和心脏指标为何值得关注——不是声称 Early Signal 能诊断、预测或点名任何疾病。应用是一般的健康管理工具。状态描述的是个人偏离；它不能告诉你某种模式为何出现。
背景参考文献
公开文档与概述。作为背景引用，并非对 Early Signal 的临床验证。
- Apple — 睡眠腕温（健康）
- Apple — 健康中的呼吸频率
- 心率变异性概述（NIH / MedlinePlus）
- Mishra et al., 2020 — Pre-symptomatic detection of COVID-19 from smartwatch data (Nature Biomedical Engineering). Background research, not a claim that Early Signal detects disease.
- Quer et al., 2021 — Wearable sensor data and self-reported symptoms for COVID-19 detection (Nature Medicine). Background research, not a diagnosis.
- Smarr et al., 2020 — Feasibility of continuous fever monitoring using wearable devices (Scientific Reports)
- Grzesiak et al., 2021 — Wearable sensors to detect influenza and the common cold before symptom onset (JAMA Network Open). Research context, not a claim that a watch names an illness.
科学依据问答
健康管理的范围、缺少温度，以及为什么训练看起来会像 略有变化。