2019, Vol. 43
2. 上海市学生体质健康研究中心, 上海 200438
2. Shanghai Research Center for Physical Fitness and Health of Children and Adolescents, Shanghai 200438, China
《健康中国2030规划纲要》提出了实现“健康中国”的战略目标, 健康已成为未来中国体育事业发展的目标之一。健康与身体活动的效应关系已得到流行病学研究的证实[1-2]。准确测量身体活动及其能量消耗, 是身体活动领域研究的前提[3-4]。因此, 对身体活动测量的方式、方法的研究尤为重要。身体活动测量的方法主要包括主观测量法和客观测量法。主观测量法以问卷为主, 但一直面临信度和效度不高的问题[5]。客观测量法主要通过一些仪器、试剂进行[6-7], 一些方法常被作为“金标准”。然而“金标准”测量成本高、过程复杂, 很难在大样本身体活动研究中应用[7]。可穿戴设备(以下简称“设备”)可看作是可穿戴在身上的功能性设备, 相对而言, 设备更适合大样本测量[7]。2016年美国运动医学年会, 加速度计测量身体活动的研究数量众多, 也表明了设备的相关研究在国际上的前沿地位[3]。
《国家中长期科学和技术发展规划纲要》和《全民健身计划(2016—2020年)》中都提出了推动现代科技与健康事业相结合的建议, 这为设备在健康方面的应用提供了思路。很多国内外研究已经证明部分设备能够较为准确地测量身体活动, 甚至已经被应用于某些身体活动的测量和研究中[8-14]。大量设备的出现与频繁更新, 对身体活动研究起到了推动作用, 同时也带来了巨大的挑战。根据以往的研究, 设备的信度与效度受到设备型号、佩戴部位、身体活动类型、测试对象、能耗数据算法等方面的影响, 研究结果并不统一[3, 15-16], 因此在测量身体活动时选择合适的设备就显得十分困难[3, 15]。对身体活动测量而言, 设备到底是利器还是商业噱头仍待商榷。由此看来, 对设备在身体活动测量中的信度、效度做出系统的总结和分析是非常迫切且必要的。本文搜集了国内外2015年1月1日—2017年12月31日关于测量身体活动设备信度与效度研究的文献, 对不同设备在不同条件下表现出的信度与效度情况进行统计与分析的同时, 总结其发展趋势, 为其应用于身体活动测量方面提供帮助, 并为设备的升级与未来设计提供参考。
1 研究对象与方法 1.1 研究对象以测量身体活动设备信度或效度研究的39篇文献作为研究对象。
1.2 研究方法文献资料法:通过CNKI、维普网、万方网、WOS、PubMed和Ebsco检索相关文献, 并根据题目、摘要和全文进行筛选, 选取与本文相关的文献进行研究和整理。
数理统计法:以信度和效度在各条件下达到要求的百分比作为对比和评价的依据。所有设备的信度与效度均以原文中的评价为准。
1.3 检索流程、检索词与检索方法 1.3.1 检索流程本文检索流程见图 1。
|
图 1 检索流程 Figure 1 Document retrieval flow char |
检索词与检索方法见图 2(分别以CNKI和WOS为例)。
|
图 2 检索词与检索方法 Figure 2 Search words and search metho |
在以上数据库中, 发表区间为2015年1月1日—2017年12月31日, 测量身体活动的设备信度或效度研究的相关文献。
1.4.2 排除标准符合以下标准任何一项的文献均予以排除:①综述类文章; ②无“标准”、结果描述不清或无明确结果的研究; ③关于程序或软件方面的研究; ④博士、硕士研究生论文, 评论, 描述性或理论性论文; ⑤会议文章及摘要性文章。
1.5 信度与效度等级评定本文中设备信度与效度的评价是与其分析方法相对应的, 分析方法不同则不能横向对比, 因此本文等级评定是根据原文中分析方法对应的界定标准确定的。如原文中分析方法为组内相关系数法, 又说明r＞0.6为优秀, 则本文即认定其信度为优秀。本文纳入的文献中, 其中一篇文献将信度等级划分为3个等级(高等、中等、低等), 其他研究结果评定全部分为4个等级(优秀、良好、中等、低等), 根据原研究的定性, 评定结果为中等及以上即视为信度合格。效度评定等级分为高、中、低3个等级, 评定依据与信度相同, 评定等级为中等及以上即视为效度合格。
2 研究结果 2.1 文献基本信息本文总计纳入39篇文献[11, 17-54], 来自11个国家。发文数量最多的国家是美国, 总共发表 18篇, 几乎占总文献数量的1/2。随后是澳大利亚4篇, 其次是中国3篇(其中1篇为英文文献), 爱尔兰3篇, 韩国、荷兰、加拿大和西班牙各2篇, 日本、瑞士、葡萄牙各1篇。中国在此研究领域的研究均为2015与2016年发表, 2017年无文献发表。结合发表时间和数量看, 2015年5篇, 2016年11篇, 2017年23篇, 研究数量呈明显上升趋势。
2.2 设备基本情况从所涉及的67种设备品牌(或设备元件)被研究的次数看, 被研究最多的设备品牌型号及次数分别为:Fitbit 15次, 其中Charge HR型号5次; ActivGraph 14次, 其中GT3型号7次; Garmin 8次, 其中Vivofit型号5次。
分析指标并不代表设备的所有功能, 本文只对原文献中研究的指标进行分析。与分析指标一样, 佩戴位置并不代表本文中设备的全部佩戴部位, 而是原文献中研究的佩戴位置。从分析指标看, 大多数信度与效度的研究主要集中于步数、心率和能耗。另外也有少数关于距离、速度、代谢当量(metabolic equivalent, MET)的研究。从设备的佩戴位置看, 多数都是佩戴在腰髋部(腰部或髋部)和手腕, 佩戴其他部位的研究较少。
2.3 信度测量工具的信度是保障研究结果准确与科学的前提, 本文所涉及的研究均是以重复测量的方式检验设备的信度, 重复测量法是信度研究中最常用的方式之一。重复测量时, 大都是以恒定的转速或节奏(使用节拍器等)重复2次测量信度的[22, 47]。测量设备计步功能的信度时, 也有通过重复2次固定步数测量信度的方法[32]。另外, 设备的信度也可通过同时佩戴2个完全相同的设备进行测量的方法进行检验[47]。表 1是纳入文献中设备的信度情况。
|
表 1 测量工具的信度汇总 Table 1 Summary of reliability of measurement tools |
信度研究中涉及15种设备, 大多数品牌信度都达到过合格(13种), 总研究频次52次, 但信度达到合格的总频次仅为17次, 占总研究频次的32.7%, 说明多数设备的表现并不稳定。被研究次数最多的设备是ActiGraph GT3X+(13次), 其信度合格率为61.5%(合格及以上)。
2.3.2 研究对象信度研究对象全部为成年人, 且大多数为健康人群。在特殊人群的研究中, 研究对象全部为中风引起的偏瘫患者, 其信度等级全部为优秀。单从研究对象看, 健康人群研究中信度达到合格的接近一半, 特殊人群的信度表现高于健康人群。未来设备研究设计, 可考虑兼顾“某一类”特殊人群, 逐渐丰富适用对象的范畴, 让各类人群享受服务。研究发现, 在对不同人群进行身体活动的测量和监控时, 设备并不需要做任何调试, 然而特殊人群与普通人群在生理学与身体活动方面存在较大的差异, 若算法和佩戴方式固定不变就可能导致设备的信度降低。
2.3.3 活动类型信度关于信度的研究中, 走跑类的研究最多, 出现频次为42次(合格率50%), 远大于其他活动类型, 其次是骑行类4次(合格率66.7%)。其中走跑类中以跑步机上的研究为主, 但地面研究的信度远高于跑步机。从身体活动类型看, 信度最高的是力量练习, 但对力量练习的研究频次只有1次, 内容为测量负重深蹲练习时的动作速度。其次是骑行类, 走跑类排在第3位, 地面比跑步机信度更高, 信度表现最差的是综合类。走和跑是日常生活中最常见的活动, 所以设备信度检验时内容大多以走和跑为基础运动类型, 但其他类型的活动在日常生活中所占的比例也很高, 所以需要更多的关注。
2.3.4 佩戴位置信度在所纳入的研究中, 佩戴位置最多的是手腕, 达21次(合格率61.9%), 其次是腰髋部, 达15次(合格率33.3%), 其他佩戴位置的研究较少, 表现差异较大。从佩戴位置看, 衣领、前臂、小腿信度最高, 但研究频次都小于5次, 其次是大腿, 而脚踝和腰髋部信度表现一般, 信度最差的佩戴部位是手腕。基于加速度计的设备一般佩戴在腰髋部, 这与设备的核心元件和工作原理有关, 目前手腕佩戴的设备明显受更多人青睐, 与设备的信度高低关系不大。
2.3.5 分析指标信度分析指标是指用于信度检验的指标, 设备往往能够采集多项指标, 本文的分析指标是原研究中用于信度检验的指标。本文涉及的研究中出现频次最高的指标为步数, 出现40次(合格率50%), 其次是骑行类中的蹬踏次数为6次(合格率66.7%)。信度最高的分析指标是动作速度, 其次是蹬踏次数, 步数排在第3, 最差的是能耗。同样需注意的是动作速度的研究频次仅有1次。分析指标是以原始数据结合某些算法转换而来, 不同设备有不同算法, 且算法转换目标也不同, 有些转换为心率, 有些转换为步数, 信度研究中多数转换为步数, 总体看来信度表现一般。
2.4 效度对设备的信度进行验证后, 还需要对其效度进行验证, 本文总结的设备效度情况如表 2所示。
|
|
表 2 设备效度汇总 Table 2 Summary of equipment validity |
按照原文中的评价方式, 本文将所有设备的效度等级划分为高等、中等、低等3个层次, 70种设备中有47种达到过效度要求(中等及以上)。被研究频次最多的设备为ActiGraph GT3X+(13次), 其次是ActiGraph GT3X(12次), 再次是Basis Peak(10次), 这3种设备目前也是国际上公认的测量身体活动比较准确的设备。
2.4.2 研究对象效度研究对象以健康人群为主(表 2), 健康人群中又以成年人为主, 针对儿童青少年的研究较少, 研究频次仅有9次, 效度达到要求的仅有3次(33.3%), 低于平均水平(46.4%)。仅有的17例特殊人群的研究, 仅包括中风偏瘫患者、肥胖儿童和心脏病患者3类人群。在特殊人群研究中, 中风偏瘫患者占多数, 有10例。健康人群研究频次为183次, 效度等级达到要求的有85次(46.4%)。特殊人群17次, 效度等级达到要求的为5次(29.4%)。设备对于健康人群的效度明显高于特殊人群。与信度检验情况一样, 在效度研究中, 在对不同人群身体活动进行测量和监控时, 各研究并未表明不同人群身体活动计算方法的不同, 而且相对成年人群, 其他人群的效度明显较低。使用固定的计算方法对不同人群身体活动进行测量可能是造成设备效度较低的原因之一。
2.4.3 活动类型效度走跑类是被研究最多的身体活动类型(表 2), 达到了107次(占53.5%), 综合类78次(占39.0%), 其他类型研究较少。走跑类效度达到要求的有40次(占37.4%), 不足一半。走跑类又可分为地面和跑步机2大类, 地面共48次, 效度达到要求的有15次(占31.3%)。跑步机共59次, 效度达到要求的有25次(占42.4%), 跑步机比地面的效度表现更好。综合类一半以上的效度达到要求, 为41次(占52.6%)。骑行类总频次为8次, 达到效度要求的为4次(占50.0%), 功率自行车效度优于地面。力量练习达到效度要求的有3次(占66.7%), 皆为高效度。静止类全部为静坐, 达到效度要求的有3次(占75.0%)。从结果看, 走和跑属于效度表现相对较低的活动类型, 甚至比综合类低, 不足一半的合格率, 在一定程度上说明, 不同活动类型下设备的效度水平还不够稳定, 仍有改进的空间。需要说明的是, 活动类型中力量练习有3次, 但检验的内容不相同, 2次为检验从事力量练习时的动作速度测量效度, 1次为检验从事力量练习时心率的测量效度, 因此选择的校标也不相同。
2.4.4 佩戴位置效度本文涉及的佩戴位置, 手腕的效度达到要求的有39次(占44.8%), 腰髋部效度达到要求的为24次(占32.8%), 效度达到要求的均不足一半。佩戴部位频次最多的为手腕, 其次是腰髋部。除衣领和背部外, 所有佩戴位置的设备效度均达到过中等或高等。因为有些佩戴部位研究频次较少, 仅有1次或2次, 得出的结果代表性不强。研究频次在5次以上的佩戴部位, 效度表现最好的佩戴部位是脚踝和口袋, 两者达到效度要求的比例分别为87.5%和85.7%。手腕佩戴是更容易被大众所接受的方式, 这与本文的结果相一致。佩戴在手腕位置的设备效度表现并不好, 可能与人体活动状态中上肢的开放性相对更大有关, 基于加速度计的设备佩戴在手腕很难判断佩戴者的整体行为。
2.4.5 分析指标效度除以动作识别为分析指标时最高效度为中等外, 其他分析指标下的效度都达到过高等。以步数为分析指标的研究频次最多, 有76次(占38%), 其次是以能耗为分析指标的, 有51次(占24.0%), 以心率为分析指标的, 有28次(占14.0%), 其他指标研究较少。一半以上以步数为分析指标的效度等级都为低等, 有44次(占57.9%)。以能耗为分析指标达到效度要求的为26次(占54.2%), 以心率为分析指标达到要求的有15次(占53.6%), 也超过了一半。效度最高的分析指标为蹬踏次数, 其次为心率, 随后依次是能耗、速度、步数、时长、动作识别, MET为指标时效度最低, 但应注意研究频次的问题。
2.4.6 分析方法与“金标准”与信度检验不同的是, 效度检验需要一种认可度较高的工具作为标准, 即“金标准”。绝大多数研究都采用了国际上广泛认可的测量手段或方法, 如“间接测热法”“视频记录法”等, 但标准较多, 且不统一。效度检验中“金标准”的选择需根据设备采集的指标来进行:设备采集指标为步数和蹬踏次数时, 通常是以“手动计数”或“视频记录”为“金标准”; 指标为能耗和MET时, 通常以“气体分析法(间接测热法)”“代谢室(仓)”和“双标水法”为“金标准”; 指标为动作识别时, 通常以“直接观察”和“视频记录”为“金标准”; 指标为心率时, 可以“心电图”或已被验证的心率计为“金标准”; 指标为时长时, 可选择“手动计数(或计时)”“日记法”和“视频记录”为“金标准”; 指标为速度时, 一般是以“视频记录”与“动作捕捉系统”为“金标准”。其中本文涉及的研究以“计时门”(当人体通过门时则计时)为“金标准”验证了奔跑加速度与速度测量的效度, 以“线性速度传感器”(固定在杠铃上)为“金标准”验证了“力量练习”中测量负重深蹲动作的平均速度与峰值速度的效度。本文涉及的研究中也有以“SWA”(一种多元件设备)为“金标准”的研究, 但SWA并不能被广泛认可, 所以其研究结果的可信度不高。效度检验的数据分析方法中主要以相关系数、百分比(误差率或准确率)、Bland-Altman、变异系数、重复系数为主, 研究中通常会以其中的2种或2种以上方法联合使用。绝大多数研究都采用了相关系数和(或)百分比法对设备的效度进行分析。
3 分析与讨论 3.1 信度 3.1.1 品牌信度本文发现多数品牌在信度方面表现较好, 大部分设备在特定条件下都能达到信度要求。经历长时间的发展, 设备品质和设计方面已经达到相对较稳定的水平, 而且身体活动的监控原理和能耗的算法相对固定, 理论上只要在硬件正常的情况下, 测量结果的一致性都会较高。
3.1.2 研究对象信度本文涉及的研究中, 设备对特殊人群的信度要比对健康人群高, 甚至对特殊人群的信度水平全部达到了优秀等级, 但研究频次仅有3次, 所以仍然不能认定其对特殊人群的信度更高。造成这种结果的原因可能是, 特殊人群在身体活动方面表现较缓和, 重复测量过程中身体活动的变化幅度相对健康人群较小, 设备受的干扰较少, 所以测量结果一致性较好。需要注意的是, 一致性较好并不能代表精确性高。另外, 所有关于信度的研究对象均为成年人, 没有对于儿童青少年的研究。儿童青少年的生理学特征与成年人是存在差异的, 所以设备对儿童青少年身体活动测量的信度有必要单独进行, 并且儿童青少年的身体活动研究作为健康研究中非常重要的一环, 也应予以更多重视。
3.1.3 活动类型信度走跑类是日常生活中比较常见的活动类型, 因此研究中被涉及的次数最多。虽然骑行和力量训练达到信度要求的比例高于走跑类, 但是两者研究频次较低。所以我们只能认定, 走跑类身体活动类型中设备信度的表现一般, 其他类型的身体活动信度需要进一步研究。虽然走跑类运动是大众参与最为普遍的身体活动类型, 但是其他类型的身体活动也不少, 在研究走和跑的同时应对其他类型的身体活动给予更多关注。只有设备包容更多的身体活动类型, 才能实现对身体活动的精确测量。
3.1.4 佩戴位置信度信度表现最好的佩戴位置是小腿, 但是研究频次只有4次, 研究频次达10次以上的佩戴部位仅有手腕和腰髋部, 手腕佩戴的设备信度较高, 优于腰髋部。相对基于加速度计的设备佩戴距离重心越近越准确的情况, 基于心率监测的设备, 通过光电反射测量血液流动量计算心率, 佩戴在手腕也很准确。相比较而言, 手腕佩戴的方式更容易被接受, 虽然佩戴在小腿的位置测量信度较高, 但下肢的形态结构和运动结构等特点往往会导致佩戴者不适或造成设备脱落, 手腕佩戴应会是今后设备开发的趋势之一。
3.1.5 分析指标以能耗为指标时, 信度表现较好, 以步数为分析指标时, 设备的信度表现一般, 以能耗为指标时信度表现好于以步数为指标, 这与之前的研究结果不一致, 可能与新技术的出现和新算法的优化有关。蹬踏次数和动作速度测量需求在日常身体活动中相对较少且难度较大, 但对于设备的信度研究而言, 这方面研究也是有必要的。以蹬踏次数和动作速度为指标时信度表现最好, 但是以蹬踏次数和动作速度为指标的研究频次较少, 所以还需要更多的研究继续论证。
3.2 效度 3.2.1 品牌效度一些研究表示某些设备在不同条件下测量身体活动的表现并不一致[55-56]。还有研究表明, 目前的实验室研究不能充分证明设备在日常生活行为中能耗估算的信效度[57-58]。本文涉及的设备在特定条件下效度都达到过要求, 效度达到较高水平的设备有Basis peak、ActiGraph GT3X+、Polar H7、StepWatch、Yamax Digiwalker SW-701 pedometer等, 但都仅限于在某一指标和特定的条件下。即便是同一品牌, 在不同的研究中效度评价也存在不同。因效度受多因素影响, 大多数设备效度评价与研究的次数、研究对象、研究的身体活动类型等因素存在联系。虽然我们无法对某一品牌的效度做出最终定论, 但可以本文作为参考, 选择最合适的设备, 而且根据本文的结果可以为新设备的设计与开发提供思路。
3.2.2 研究对象效度目前, 设备用于健康人群的研究多于特殊人群, 从两类人群的效度表现看, 健康人群的效度明显高于特殊人群。大部分设备的设计都是针对健康人群, 而特殊人群的特征呈多样性, 在设备的研发方面很难达到兼顾健康人群与众多类型的特殊人群的要求。虽然有些设备在使用时要录入年龄等信息, 但这些信息基本是被用作推荐身体活动量。如20岁男性人群每天应达到某种运动量或运动强度, 而在对不同年龄段人群身体活动测量算法方面并无变化。儿童青少年作为国家未来的主力军, 理应得到更多重视, 但目前对于儿童青少年的研究很少, 且研究结果的效度表现低于平均水平。这在一定程度上说明, 现有设备的算法可能并不适合儿童青少年, 应该为儿童青少年建立针对性的算法或设计针对性的硬件来提高设备效度。另外, 对各类人群的研究需要长期的积累, 在今后的研究中可逐渐丰富研究对象的种类, 为不同人群的身体活动测量研究提供新资料。
3.2.3 佩戴方式效度除了佩戴在衣领和背部的设备外, 所有位置的设备效度都达到过效度要求。手腕佩戴的设备被研究的次数最多, 因其佩戴舒适和对肢体活动的干扰较低, 是最容易被接受的佩戴方式之一, 其次是腰髋部。Wang等[24]认为, 基于加速度计的设备, 佩戴的位置距离重心越近, 获得的结果就越准确。本文却发现, 佩戴在腰部和髋部的设备效度并不理想, 反而是佩戴在脚踝和口袋内的效度较高, 但这与之前的研究并不冲突。佩戴在其他位置的设备准确与否, 还要根据设备的核心元件判断, 基于心率的设备与佩戴位置是否贴近重心无太大关系, 而与佩戴部位的血管情况有关。基于心率的设备, 佩戴在手腕和胸部的居多, 效度也都很高。在进行大样本测量时, 选择佩戴手腕的设备明显更容易被研究对象所接受。对特殊人群的效度研究中, 佩戴在非健康侧部位的设备效度普遍较低, 可能是由于健康侧与非健康侧身体活动方面存在较大差异, 设备在设计上尚不能完全满足所有情况, 因此设备在使用过程中应注意佩戴侧的选择。
3.2.4 分析指标除动作识别之外, 所有指标的效度检验均达到过要求。研究次数最多的指标是能耗、心率和步数。虽然大多设备在测量活动计数或心率计数时效度都很高, 但是在计算能量消耗的时候效度会有不同程度的下降。本文却发现, 以步数为研究指标的效度较低, 反而是以能耗为指标的效度等级较高, 与之前的研究结果并不一致。这可能与设备能耗算法优化有关, 也可能与不同的身体活动类型有关。此外, 设备在不同的身体活动类型、速度、强度下, 效度是存在差异的。以步数为指标的研究中, 就算在中高速度的效度较高, 但因为在低速的效度较低, 最终的评价也有可能较低, 这可能就是造成与之前研究不一致的原因。步行速度对设备的影响并不明显, 只有低速才会降低加速度计类型的设备精确性。对于特殊人群或身体活动障碍人群, 在选择设备的时候要考虑到, 基于加速度计的设备可能不太适合。正常情况下大多数设备都能准确计量水平面上行走时的步数, 但在上下台阶时, 设备的步数计量与距离计量会产生较大变化, 这也是今后需要攻克的难题。
3.2.5 身体活动类型不同强度、不同身体活动模式的情况下, 设备的精确性不一[7]。走跑类是日常身体活动中最常见的形式, 研究数目最多, 但也有大量对综合类和骑行类的研究, 除以上3类之外, 其他类型的活动研究较少。走跑类中, 跑步机上的效度明显高于地面, 但仍有一半以上没有达到效度要求。因为结合辨识活动类型计算能耗比单纯的恒定计算方式更优, 因此国际上对设备能够识别身体姿势和身体活动类型的要求越来越高。之前因为压电式传感器不能对静力性加速度做出反应, 无法辨别重力领域, 也就无法被用来识别身体姿态, 如躺或立。随着科技的进步, 压阻式和电容式传感器正在不断革新, 二者对重力的感应阈值为1 g, 这2类传感器的敏感性较高, 因此能够通过数值结果的变化情况反映出身体姿势, 为活动方式的判断提供更多的信息[15]。同时有研究证明, 用单个加速度计佩戴在背部可以识别6种不同的活动类型, (躺、坐/站、站起、走、跑、骑行), 遗憾的是佩戴单个的加速度计还不能判断主体是站还是坐[15]。多数情况下当研究不仅需要区别身体活动的强度还要区别身体活动的类型和身体姿态时, 选择基于加速度计的设备是比较合适的。
4 结论(1) 设备信效度表现不稳定。虽然很多设备已被证明具有较高的信效度, 被应用于各类身体活动的研究中[8-12], 而且绝大多数设备都在某一条件下达到信度或效度要求, 但我们几乎找不到一种同时满足多种身体活动情形的设备。所以, 虽然设备具有高效性, 但也须在实际使用中保持谨慎态度。
(2) 设备选择须综合考虑。选择合适的设备取决于研究目的、研究人群、经费预算和预期结果等因素。信效度研究中, 身体活动内容、类型、采集指标并不统一, 设备表现不同, 甚至存在较大的差异。佩戴位置的选择上, 大众更容易接受手腕佩戴。因此, 对设备进行选择时, 需要多因素综合考虑。
(3) 类型识别是必然。身体活动测量与监控中, 采用相同的算法容易忽视不同人群、不同活动类型的特征, 对身体活动和人群进行辨识后, 分别建立算法计算将会大大提高设备的信效度[7]。具有多元传感器的设备可以解决这个问题, 但是它极大地牺牲了穿着性, 故障率也较高, 若此类设备取得突破将会为今后的发展提供巨大的推动力。
(4) 数据对比是难点。大多数设备都使用各自的算法, 也没有确定运动强度上的分界点, 选择的“金标准”也不统一, 研究之间很难比较。因此设备信效度研究的另一个技术难点就在于没有统一的标准或节点, 为避免这样的问题可尝试将原始数据划分节点。
(5) 设备发展前景广阔。一般对日常身体活动的测量需要3~7 d, 周期较长, 主观测量法很难在持续很长时间的情况下保证较高的效度, 设备在此方面具有明显的优势, 发展空间巨大, 因此对于设备在身体活动方面的研究应继续深入。
(6) 设备缺少针对性。本文发现利用设备对儿童青少年和其他人群进行身体活动测量的信效度研究较少, 而且效度结果远低于平均水平, 未来应建立针对儿童青少年和其他人群的算法或开发针对性设备。
5 研究局限性设备对身体活动的测量一般需3~7 d, 本文并未对设备信效度检验的时长因素进行梳理与统计, 因此, 在不同时长的情况下, 设备信效度是否存在规律性变化尚不能确定。
| [1] |
SERVICES H. Physical activity guidelines advisory committee report, 2008.To the secretary of health and human services.Part A:Executive summary[J].
Nutrition Reviews, 2009, 67(2): 114-120 DOI:10.1111/j.1753-4887.2008.00136.x (  0)
|
| [2] |
MANLEY A F. Physical activity and health:A report of the surgeon general[J].
Clinical Nutrition Insight, 1996, 23(8): 294 ( 0)
|
| [3] |
刘阳. 基于加速度计的身体活动测量研究前沿[J].
北京体育大学学报, 2016, 39(8): 66-73 ( 0)
|
| [4] |
LAGERROS Y T, LAGIOU P. Assessment of physical activity and energy expenditure in epidemiological research of chronic diseases[J].
European Journal of Epidemiology, 2007, 22(6): 353-362 DOI:10.1007/s10654-007-9154-x ( 0)
|
| [5] |
HELMERHORST H H J, BRAGE S, WARREN J, et al. A systematic review of reliability and objective criterion-related validity of physical activity questionnaires[J].
International Journal of Behavioral Nutrition & Physical Activity, 2012, 9(1): 103 ( 0)
|
| [6] |
邢慧娴, 杨功焕. 身体活动的测量与评价[J].
中国自然医学杂志, 2010(2): 148-150 ( 0)
|
| [7] |
温煦, 袁冰, 李华, 等. 论智能可穿戴设备在我国体力活动大数据分析中的应用[J].
中国体育科技, 2017(2): 80-87 ( 0)
|
| [8] |
王军利, 张冰, 贾丽雅, 等. Actigraph(GT3X)加速度计测量我国19~29岁人群身体活动能耗的效度研究[J].
体育科学, 2012, 32(12): 71-77 ( 0)
|
| [9] |
BUTTE N F, EKELUND U, WESTERTERP K R. Assessing physical activity using wearable monitors:Measures of physical activity[J].
Medicine & Science in Sports & Exercise, 2012, 44(1): 5-12 ( 0)
|
| [10] |
HENDRICK P, BOYD T, LOW O, et al. Construct validity of RT3 accelerometer:A comparison of level-ground and treadmill walking at self-selected speeds[J].
Journal of Rehabilitation Research & Development, 2010, 47(2): 157-168 ( 0)
|
| [11] |
MURAKAMI H, KAWAKAMI R, NAKAE S, et al. Accuracy of wearable devices for estimating total energy expenditure:Comparison with metabolic chamber and doubly labeled water method[J].
Jama Internal Medicine, 2016, 176(5): 702-703 DOI:10.1001/jamainternmed.2016.0152 ( 0)
|
| [12] |
WETTEN A A, BATTERHAM M, TAN S Y, et al. Relative validity of 3 accelerometer models for estimating energy expenditure during light activity[J].
J Phys Act Health, 2014, 11(3): 638-647 DOI:10.1123/jpah.2011-0167 ( 0)
|
| [13] |
ALBERT M V, DEENY S, MCCARTHY C, et al. Monitoring daily function in persons with transfemoral amputations using a commercial activity monitor:A feasibility study[J].
Pm & R, 2014, 6(12): 1120-1127 ( 0)
|
| [14] |
MEYER J, HEIN A. Live long and prosper:Potentials of low-cost consumer devices for the prevention of cardiovascular diseases[J].
Medicine 2.0, 2013, 2(2): e7 DOI:10.2196/med20.2667 ( 0)
|
| [15] |
PLASQUI G, BONOMI A G, WESTERTERP K R. Daily physical activity assessment with accelerometers:New insights and validation studies[J].
Obesity Reviews:An Official Journal of the International Association for the Study of Obesity, 2013, 14(6): 451-462 DOI:10.1111/obr.12021 ( 0)
|
| [16] |
MCMINN D, ACHARYA R, ROWE D A, et al. Measuring activity energy expenditure:Accuracy of the GT3X+ and Actiheart Monitors[J].
International Journal of Exercise Science, 2013, 6(3): 217-229 ( 0)
|
| [17] |
KIM Y, WELK G J. Criterion validity of competing accelerometry-based activity monitoring devices[J].
Medicine and Science in Sports and Exercise, 2015, 47(11): 2456-2463 DOI:10.1249/MSS.0000000000000691 ( 0)
|
| [18] |
LEE J A, WILLIAMS S M, BROWN D D, et al. Concurrent validation of the Actigraph gt3x+, Polar Active accelerometer, Omron HJ-720 and Yamax Digiwalker SW-701 pedometer step counts in lab-based and free-living settings[J].
Journal of Sports Sciences, 2015, 33(10): 991-1000 DOI:10.1080/02640414.2014.981848 ( 0)
|
| [19] |
ANDERSON J, GREEN A, HALL H, et al. Criterion validity of an ankle or waist mounted Actigraph GT3X accelerometer in measurement of body position and step count[J].
Physiotherapy, 2016, 102: e79-e80 ( 0)
|
| [20] |
MONTOYE A H K, BO D, BISWAS S, et al. Validation of a wireless accelerometer network for energy expenditure measurement[J].
Journal of Sports Sciences, 2016, 34(21): 2130-2139 DOI:10.1080/02640414.2016.1151924 ( 0)
|
| [21] |
HIREMATH S V, INTILLE S S, KELLEHER A, et al. Estimation of energy expenditure for wheelchair users using a physical activity monitoring system[J].
Archives of Physical Medicine & Rehabilitation, 2016, 97(7): 1146-1153 ( 0)
|
| [22] |
WOODMAN J A, CROUTER S E, BASSETT JR D R, et al. Accuracy of consumer monitors for estimating energy expenditure and activity type[J].
Medicine & Science in Sports & Exercise, 2017, 49(2): 371-377 ( 0)
|
| [23] |
WEATHERALL J, PAPROCKI Y, KUDEL I, et al. Concurrent validity of the armour 39 heart rate monitor strap[J].
Value in Health, 2017, 20(5): A336 ( 0)
|
| [24] |
WANG R, BLACKBURN G, DESAI M, et al. Accuracy of wrist-worn heart rate monitors[J].
Jama Cardiology, 2017, 2(1): 104-106 ( 0)
|
| [25] |
CADMUS-BERTRAM L, GANGNON R, WIRKUS E J, et al. The accuracy of heart rate monitoring by some wrist-worn activity trackers[J].
Annals of Internal Medicine, 2017, 166(8): 607-610 DOI:10.7326/L17-0044 ( 0)
|
| [26] |
GILLINOV S, ETIWY M, WANG R, et al. Variable accuracy of wearable heart rate monitors during aerobic exercise[J].
Medicine and Science in Sports and Exercise, 2017, 49(8): 1697-1703 DOI:10.1249/MSS.0000000000001284 ( 0)
|
| [27] |
BOUDREAUX B D, CORMIER C L, WILLIAMS B M, et al. Accuracy of wearable devices for determining physiological measures during different physical activities[J].
Medicine and Science in Sports and Exercise, 2017, 49(5): 762 ( 0)
|
| [28] |
CHRISTENSEN C, HADDAD A, MAUS E. Validity of an accelerometer used to measure step count in children with idiopathic toe walking[J].
Pediatric Physical Therapy, 2017, 29(2): 153-157 DOI:10.1097/PEP.0000000000000364 ( 0)
|
| [29] |
FENG Y, WONG C K, JANEJA V, et al. Comparison of tri-axial accelerometers step-count accuracy in slow walking conditions[J].
Gait & Posture, 2017, 53(1): 11-16 ( 0)
|
| [30] |
MONTOYE A H K, MITRZYK J R, MOLESKY M J. Comparative accuracy of a wrist-worn activity tracker and a smart shirt for physical activity assessment[J].
Measurement in Physical Education & Exercise Science, 2017, 21(4): 201-211 ( 0)
|
| [31] |
BROOKE S M, HYUN-SUNG A N, SEOUNG-KI K, et al. Concurrent validity of wearable activity trackers under free-living conditions[J].
Journal of Strength & Conditioning Research (Lippincott Williams & Wilkins), 2017, 31(4): 1097-1106 ( 0)
|
| [32] |
SCHAFFER S D, HOLZAPFEL S D, FULK G, et al. Step count accuracy and reliability of two activity tracking devices in people after stroke[J].
Physiotherapy Theory and Practice, 2017, 33(10): 788-796 DOI:10.1080/09593985.2017.1354412 ( 0)
|
| [33] |
MITCHELL T, BORNER K, FINCH J, et al. Using activity monitors to measure sit-to-stand transitions in overweight/obese youth[J].
Medicine & Science in Sports & Exercise, 2017, 49(8): 1592-1598 ( 0)
|
| [34] |
SINGH J, SITTIG D F. Accuracy of heart rate monitoring by some wrist-worn activity trackers[J].
Annals of Internal Medicine, 2017, 167(8): 607 DOI:10.7326/L17-0379 ( 0)
|
| [35] |
王道, 刘欣, 徐亮亮, 等. GT3X+加速度计测量20~30岁成年人走跑运动能耗的信效度研究[J].
中国运动医学杂志, 2015, 34(3): 291-296 ( 0)
|
| [36] |
张旭东, 周洋. 手机运动软件测量健身走、跑能量消耗准确性的研究[J].
河北体育学院学报, 2016, 30(5): 59-66 ( 0)
|
| [37] |
MING-DE C, CHANG-CHIH K U O, PELLEGRINI C A, et al. Accuracy of wristband activity monitors during ambulation and activities[J].
Medicine & Science in Sports & Exercise, 2016, 48(10): 1942-1949 ( 0)
|
| [38] |
BENSON A C, BRUCE L, GORDON B A. Reliability and validity of a GPS-enabled iPhone(TM) "app" to measure physical activity[J].
Journal of Sports Sciences, 2015, 33(14): 1421-1428 DOI:10.1080/02640414.2014.994659 ( 0)
|
| [39] |
ALEXANDER J P, HOPKINSON T L, WUNDERSITZ D W T, et al. Validity of a wearable accelerometer device to measure average acceleration values during high-speed running[J].
Journal of Strength and Conditioning Research, 2016, 30(11): 3007-3013 DOI:10.1519/JSC.0000000000001396 ( 0)
|
| [40] |
TREACY D, HASSETT L, SCHURR K, et al. Validity of different activity monitors to count steps in an inpatient rehabilitation setting[J].
Physical Therapy, 2017, 97(5): 581-588 DOI:10.1093/ptj/pzx010 ( 0)
|
| [41] |
CHOW J J, THOM J M, WEWEGE M A, et al. Accuracy of step count measured by physical activity monitors:The effect of gait speed and anatomical placement site[J].
Gait & Posture, 2017, 57(1): 199-203 ( 0)
|
| [42] |
POWELL C, CARSON B P, DOWD K P, et al. The accuracy of the SenseWear Pro3 and the activPAL3 Micro devices for measurement of energy expenditure[J].
Physiological Measurement, 2016, 37(10): 1715-1727 DOI:10.1088/0967-3334/37/10/1715 ( 0)
|
| [43] |
POWELL C, CARSON B P, HAYES G, et al. Accuracy of energy expenditure measurement using the sensewear pro3 and the activpal 3 micro devices[J].
Medicine and Science in Sports and Exercise, 2016, 48(5): 810-811 ( 0)
|
| [44] |
MCCULLAGH R, DILLON C, O'CONNELL A M, et al. Step-Count accuracy of 3 motion sensors for older and frail medical inpatients[J].
Archives of Physical Medicine & Rehabilitation, 2017, 98(2): 295-302 ( 0)
|
| [45] |
BALSALOBRE-FERN N C, KUZDUB M, POVEDA-ORTIZ P, et al. Validity and reliability of the push wearable device to measure movement velocity during the back squat exercise[J].
Journal of Strength & Conditioning Research, 2016, 30(7): 1968 ( 0)
|
| [46] |
GARC A-PRIETO J C, MARTINEZ-VIZCAINO V, GARC A-HERMOSO A, et al. Energy expenditure in playground games in primary school children measured by accelerometer and heart rate monitors[J].
International Journal of Sport Nutrition & Exercise Metabolism, 2017, 27(5): 467-474 ( 0)
|
| [47] |
GATTI A A, STRATFORD P W, BRENNEMAN E C, et al. GT3X+ accelerometer placement affects the reliability of step-counts measured during running and pedal-revolution counts measured during bicycling[J].
Journal of Sports Sciences, 2016, 34(12): 1168-1175 DOI:10.1080/02640414.2015.1096018 ( 0)
|
| [48] |
HORTON J F, STERGIOU P R O, TAK S F, et al. Comparison of polar M600 optical heart rate and ECG heart rate during exercise[J].
Medicine & Science in Sports & Exercise, 2017, 49(12): 2600-2607 ( 0)
|
| [49] |
HOLLEWAND A M, SPIJKERMAN A G, BILO H J G, et al. Validity of an accelerometer-based activity monitor system for measuring physical activity in frail older adults[J].
Journal of Aging and Physical Activity, 2016, 24(4): 555-558 DOI:10.1123/japa.2014-0290 ( 0)
|
| [50] |
FOKKEMA T, KOOIMAN T J M, KRIJNEN W P, et al. Reliability and validity of ten consumer activity trackers depend on walking speed[J].
Medicine & Science in Sports & Exercise, 2017, 49(4): 793-800 ( 0)
|
| [51] |
LEE E S, LEE J S, JOO M C, et al. Accuracy of heart rate measurement using smartphones during treadmill exercise in male patients with ischemic heart disease[J].
Annals of Rehabilitation Medicine, 2017, 41(1): 129-137 DOI:10.5535/arm.2017.41.1.129 ( 0)
|
| [52] |
PARK J, ISHIKAWA-TAKATA K, TANAK S, et al. Accuracy of estimating step counts and intensity using accelerometers in older people with or without assistive devices[J].
Journal of Aging and Physical Activity, 2017, 25(1): 41-50 DOI:10.1123/japa.2015-0201 ( 0)
|
| [53] |
ROOS L, TAUBE W, BEELER N, et al. Validity of sports watches when estimating energy expenditure during running[J].
Bmc Sports Science Medicine & Rehabilitation, 2017, 9(1): 1-8 ( 0)
|
| [54] |
CRUZ J, BROOKS D, MARQUES A. Accuracy of piezoelectric pedometer and accelerometer step counts[J].
Journal of Sports Medicine and Physical Fitness, 2017, 57(4): 426-433 ( 0)
|
| [55] |
ALZAHRANI A, HU S, AZORINPERIS V, et al. A multi-channel opto-electronic sensor to accurately monitor heart rate against motion artefact during exercise[J].
Sensors, 2015, 15(10): 25681-25702 DOI:10.3390/s151025681 ( 0)
|
| [56] |
EL-AMRAWY F, NOUNOU M I. Are currently available wearable devices for activity tracking and heart rate monitoring accurate, precise, and medically beneficial[J].
Healthc Inform Res, 2015, 21(4): 315-320 DOI:10.4258/hir.2015.21.4.315 ( 0)
|
| [57] |
CROUTER S E, KUFFEL E, HAAS J D, et al. Refined two-regression model for the ActiGraph accelerometer[J].
Medicine & Science in Sports & Exercise, 2010, 42(5): 1029-1037 ( 0)
|
| [58] |
LYDEN K, KEADLE S K, STAUDENMAYER J, et al. A method to estimate free-living active and sedentary behavior from an accelerometer[J].
Medicine & Science in Sports & Exercise, 2014, 46(2): 386-397 ( 0)
|