物理行为特征的机器学习模型的校准和验证:青少年自由生活体育活动 (FLPAY) 研究的协议和方法
Samuel Robert LaMunion1,2, Paul Robert Hibbing2,3, Scott Edward Crouter2
1Diabetes, Endocrinology, and Obesity Branch - Energy Metabolism Section, National Institute of Diabetes, Digestive, and Kidney Diseases, National Institutes of Health, Bethesda, MD, United States.
JMIR research protocols
|April 16, 2025
概括
青少年自由生活体育活动 (FLPAY) 研究创建了一个标准数据集,以改善青少年的可穿戴活动监控方法. 这项研究的重点是自然主义的行为和活动过渡在现实世界的设置.
科学领域:
- 身体活动研究研究.
- 穿戴式技术验证可穿戴技术验证
- 青少年的健康行为
背景情况:
- 可穿戴活动监测器需要经过验证的方法来准确地描述身体行为的特征.
- 由于有限的,不代表性的行为参与,现有的方法往往缺乏对自由生活条件的概括性.
- 标有标准的数据对于开发和验证这些方法至关重要.
研究的目的:
- 建立一个标准数据集,用于在青年体育活动研究中开发新方法.
- 改善年轻人群体活动转型的识别.
- 提高可穿戴设备对物理行为的数据分析的准确性.
主要方法:
- 利用直接观测和间接热量计作为标记加速度计数据的标准措施.
- 采用了两部分研究设计:模拟的自由生活实验室协议和独立的自由生活测量.
- 收集了关于短时间和长时间活动的数据,在6-18岁的年轻人中进行了16种不同的活动.
主要成果:
- 青少年自由生活体育活动 (FLPAY) 研究于2016-2021年进行.
- 目前正在对初级数据进行广泛的分析,并公布了一些二次结果.
- 该研究为未来的研究产生了有价值的数据集.
结论:
- FLPAY研究的设计捕捉了各种环境中的自然主义行为和活动过渡.
- 这种方法解决了传统的基于实验室的活动研究的局限性.
- 详细的协议和标准数据集将支持未来对青少年设备数据的分析.
