测量Fitbit短暂步行和久坐行为的精度:验证,灵敏度和特异性研究
Julie Delobelle1,2, Elien Lebuf1,2, Delfien Van Dyck1
1Physical Activity & Health, Department of Movement and Sports Sciences, Ghent University, Ghent, Belgium.
Digital health
|June 19, 2024
概括
Fitbit设备准确地监测成人和老年人的身体活动和久坐行为. 这使得它们适合于即时适应干预和生态瞬间评估研究.
科学领域:
- 可穿戴技术是可穿戴的技术.
- 卫生监测健康监测
- 行为科学是一种行为科学.
背景情况:
- 及时适应性干预 (JITAI) 和基于事件的生态瞬间评估 (EMA) 需要准确的实时身体活动 (PA) 和久坐行为 (SB) 监测.
- Fitbit设备是流行的消费者可穿戴设备,但它们对这些特定研究应用的有效性需要彻底评估.
研究的目的:
- 评估Fitbit设备对实时PA和SB监控的准确性和适用性.
- 为了确定Fitbit在捕捉JITAI和EMA短时间活动和久坐活动的有效性.
主要方法:
- 37名成年人和32名老年人同时戴着两个Fitbit模型,一个ActiGraph GT3X+和一个ActivPAL3天.
- 同时有效性使用错误指标,林的对应相关性和布兰德-阿尔特曼分析来评估.
- 使用灵敏度,特异性和ROC曲线分析来确定最佳的Fitbit值来检测步行和久坐活动.
主要成果:
- 与ActiGraph相比,Fitbit设备在短时间尺度上的测量步骤中显示出良好的有效性.
- 两种Fitbit模型都表现出高灵敏度 (>87%) 和特异性 (>97%) 来检测成人和老年人的步行发作.
- 最佳的Fitbit值实现了高灵敏度 (>93%) 和特异性 (>89%) 来识别长时间的坐姿.
结论:
- 菲特比特设备在检测短暂的步行和久坐行为方面提供了合理的准确性.
- 这些发现支持在JITAI和针对成人和老年人的基于事件的EMA研究中使用Fitbit设备.
- 适应器适合触发及时干预提示或基于PA或SB事件的数据收集.
