成年人有代谢综合征的体力活动模式风险因素:时间序列集群分析
Junhyoung Kim1, Jin-Young Choi1, Hana Kim1
1Department of Public Health Science, Graduate School of Public Health, Seoul National University, Seoul, Republic of Korea.
JMIR mHealth and uHealth
|December 6, 2023
概括
这项研究使用了时间序列随时密度峰值 (TADPole) 集群方法来分析可穿戴设备数据,揭示年龄显著影响身体活动模式. 这些发现突出了TADPole的发现.
科学领域:
- 可穿戴技术和健康分析.
- 生物医学数据分析
- 公共卫生和生活方式研究研究
背景情况:
- 腕式可穿戴设备很受欢迎,用于跟踪身体活动,但研究通常使用有限的设备模型和不充分的分析方法.
- 现有的研究在分析各种可穿戴数据和识别细微的体育活动模式方面面临局限性.
研究的目的:
- 确定适合分析可穿戴设备数据和确定日常身体活动模式的方法.
- 探索已识别的体育活动模式与健康风险因素之间的联系.
主要方法:
- 使用的时间序列随时密度峰值 (TADPole) 聚类来自47名参与者使用他们自己的手腕设备的数据.
- 在一周内通过网络调查和通过可穿戴设备进行体育活动收集的健康数据.
- 使用回归模型分析了活动模式 (稳定与移动,早起鸟与夜猫) 与健康风险之间的关联.
主要成果:
- 确定了两个主要的体力活动模式:"早起的鸟"和"夜猫头",在工作日和周末之间存在差异.
- 根据年龄和每日能源消耗,活动模式存在显著差异.
- 年龄较大 (≥40岁) 与身体活动模式的变化有显著关联 (OR 8.68).
结论:
- 该研究成功地将新的TADPole聚类方法应用于各种可穿戴数据,克服了以前的局限性.
- 年龄被确定为影响身体活动模式的重要因素.
- 该TADPole方法显示了从可穿戴设备分析大型多维数据集的潜力.


