使用运动和心率的组合来估计身体活动和睡眠:系统性审查和元分析
James W White1, Christopher D Pfledderer1, Parker Kinard1
1Arnold School of Public Health, Department of Exercise Science, University of South Carolina, Columbia, SC, USA.
International journal of exercise science
|January 30, 2024
概括
将运动和心率 (HR) 数据用于身体活动和睡眠监测的结合提供了比单独使用运动或HR更准确的估计. 这次元分析发现,与单个措施相比,组合方法显著提高了准确性.
科学领域:
- 生物医学工程 生物医学工程
- 可穿戴技术可穿戴技术
- 数据科学数据科学数据科学
背景情况:
- 精确测量身体活动和睡眠对于健康监测至关重要.
- 可穿戴设备通常使用运动和心率 (HR) 传感器,但它们的准确性各不相同.
- 将这些基于传感器的估计与标准措施进行比较对于验证它们的实用性至关重要.
研究的目的:
- 为了比较物理活动和睡眠估计的准确性,从单独运动,单独HR和联合运动和HR (MOVE+HR) 方法获得的标准标准.
- 通过元分析来评估这些代理指标与标准指标的等价性.
主要方法:
- 在2021年9月,在四个数据库中进行了系统的文献搜索.
- 使用标准化平均差异 (SMD) 和百分比错误指标对39项研究 (29项用于体力活动,10项用于睡眠) 的元分析.
- 使用双一侧测试来评估代理和标准估计之间的统计等价性.
主要成果:
- 组合的MOVE+HR方法显示较低的平均绝对百分比误差 (MAPE) 身体活动 (13.3%) 和睡眠 (10.8%) 与仅运动 (41.4%) 或仅HR (32.6%) 方法相比.
- 来自MOVE+HR的体力活动估计与仅运动或仅HR的估计没有统计学上显著的差异.
- 对于睡眠,所有包括的研究都使用了MOVE+HR,排除了与单一方法估计的直接比较.
结论:
- 运动和HR数据的组合 (MOVE+HR) 提供了比单独使用任何一个测量方法更准确的身体活动和睡眠估计.
- MOVE+HR代表了一种有前途的方法,可以提高基于可穿戴传感器的健康监测的有效性.
- 需要进一步的研究来比较MOVE+HR睡眠估计与单一方法睡眠评估.
