基于模拟的方法的评估处理非磨损时间在加速器的物理活动的研究
Kristopher I Kapphahn1, Jorge A Banda2, K Farish Haydel3
1Quantitative Sciences Unit, Stanford University, Stanford, CA, USA.
Journal for the measurement of physical behaviour
|October 25, 2024
概括
多重归算 (MI) 方法通过减少偏差来改善加速度计数据分析,而不是丢弃数据或单一归算 (SI). 正确应用MI,包括使用过去的加速数据,提高了体力活动研究的模型性能.
科学领域:
- 生物医学工程 生物医学工程
- 流行病学 流行病学
- 数据科学数据科学数据科学
背景情况:
- 加速度计数据对于研究中的客观体力活动测量至关重要.
- 缺失数据,称为不穿戴期,发生在参与者取下加速度计时.
- 处理非磨损的常见方法包括数据丢弃和单次归算 (SI).
研究的目的:
- 评估基于抛弃,单次归算 (SI) 和多次归算 (MI) 的方法来处理加速度计的不磨损.
- 评估每分钟平均计数和人体质量指数之间的关系的准确性和精确性.
主要方法:
- 模拟真实的加速度计数据与诱导的不磨损周期.
- 使用常见抛弃和SI方法以及各种MI技术分析数据.
- 比较偏差,相对标准误差,相对平均平方误差和覆盖概率.
主要成果:
- 与抛弃和SI方法相比,MI方法表现出优异的性能,偏差明显较低.
- 对于MI的偏差在 -0.001至 -0.028之间,而对于丢弃 -0.050至 -0.057之间,对于SI -0.061至 -0.081之间.
- 在MI策略中观察到显著的差异,覆盖率从0.04到96.6不等.
结论:
- 多重归算 (MI) 方法比抛弃和SI方法提供了显著的优势,用于分析无磨损周期的加速度计数据.
- 对MI的具体应用至关重要,包括先前的加速度测量来提高模型性能.
