使用功能主要组件分析 (FPCA) 来量化来自可穿戴传感器的坐姿模式
Rong W Zablocki1, Sheri J Hartman1, Chongzhi Di2
1Herbert Wertheim School of Public Health and Human Longevity Science, University of California at San Diego, 9500 Gilman Drive, La Jolla, 92093, California, USA.
概括
使用ActiGraph和activPAL进行的静坐行为 (SB) 研究发现,静坐时的运动模式与透缩血压有关. 坐着时较低的运动与更高的血压有关,突出了对久坐健康风险的新见解.
科学领域:
- 生物医学工程 生物医学工程
- 公共卫生 公共卫生
- 数据科学数据科学数据科学
背景情况:
- 久坐不动行为 (SB) 是慢性疾病的重要危险因素.
- ActiGraph和activPAL是SB研究中常用的可穿戴加速度计.
- 了解坐着时的运动变化对于健康评估至关重要.
研究的目的:
- 通过activPAL.AL识别的静坐事件期间量化运动模式和变化.
- 检查这些运动模式与血压等健康结果之间的联系.
- 应用多层次功能主要组件分析 (MFPCA) 来分析久坐行为.
主要方法:
- 314名超重的绝经后妇女使用ActiGraph和activPAL一周.
- 从两个设备处理分钟级的时间序列数据.
- 使用MFPCA分析了ActiGraph活动计数在activPAL识别的静坐期间.
主要成果:
- 两个主体级和六个日级的主要组成部分解释了超过90%的活动数量变化.
- 坐着时的运动模式的特点是坐着的波动和持续时间.
- 较高的透析血压与坐着时的活动数量较低有关.
结论:
- 在座时,MFPCA有效地识别出运动模式的变化.
- 这些久坐不动的行为模式与心血管健康有关.
- MFPCA提供了一种新的统计方法来分析SB模式及其对健康的影响.
