在老年人中,四个活动监测器的同时有效性
Jorgen A Wullems1, Sabine M P Verschueren2, Hans Degens3,4
1Department of Sport and Exercise Sciences, Institute of Sport, Faculty of Science and Engineering, Manchester Metropolitan University, Manchester M1 7EL, UK.
Sensors (Basel, Switzerland)
|February 10, 2024
概括
准确测量老年人的久坐行为 (SB) 和体力活动 (PA) 是至关重要的. 腿部佩戴的活动监测器和特定的数据收集方法提高了健康衰老研究的检测准确性.
科学领域:
- 老年学和运动科学
- 生物医学工程 生物医学工程
- 公共卫生 公共卫生
背景情况:
- 久坐不动的行为 (SB) 和体力活动 (PA) 显著影响健康的衰老.
- 对老年人SB和PA的准确评估对于有针对性的干预措施至关重要.
- 目前的活动监测方法对这一群体的准确性可能有局限性.
研究的目的:
- 评估活动监视器放置对老年人SB和PA检测的影响.
- 评估新型随机森林算法的性能,用于对SB和PA进行分类.
- 在老年人群中确定精确的SB和PA监测的最佳方法.
主要方法:
- 20名老年人 (平均年龄70岁) 在五个身体部位上佩戴了四种类型的运动监测器 (ActiGraph,ActivPAL,GeneActiv,DynaPort).
- 在收集数据的过程中,参与者执行了十种不同的活动.
- 一个随机的森林算法被训练并使用老年人的数据进行测试.
主要成果:
- 腿部佩戴的监视器 (ActivPAL,随机森林,静止球-Thigh) 显示出优越的SB分类准确性 (≥94.2%).
- 在60秒内收集代谢等效 (MET) 数据,最大限度地减少了变化,并改善了结果.
- 只有大腿戴式监视器才能达到可接受的整体平衡精度 (≥80.0%) 对于SB,站立和中度至强度的PA.
结论:
- 建议将加速度计放在大腿上,以便在老年人中精确监测SB和PA.
- 收集至少60秒的MET数据可以提高数据的代表性.
- 使用特定于种群的训练算法,如随机森林模型,可以提高分类准确性.
