Ein Aktivitätsindex für rohe Beschleunigungsdaten und sein Vergleich mit anderen Aktivitätsmetriken

Beschleunigungsmesser wurden in den letzten Jahren in der öffentlichen Gesundheitsforschung weit verbreitet eingesetzt. Während sie hochauflösende Beschleunigungssignale erfassen (z.B. 10-100 Hz), konzentrierte sich die Forschung hauptsächlich auf die zusammengefassten Metriken, die von den Herstellern der Beschleunigungsmesser bereitgestellt werden, wie dem Aktivitätszähler (AC) von ActiGraph oder Actical. Solche Messungen haben keine öffentlich verfügbare Formel, mangeln an einer einfachen Interpretation und können je nach Softwareimplementierung oder Hardwaretyp variieren. Um diese Probleme zu adressieren, schlagen wir den körperlichen Aktivitätsindex (AI) vor, eine neue Metrik zur Zusammenfassung roher tri-axialer Beschleunigungsdaten. Wir verglichen diese Metrik mit dem AC und einer anderen kürzlich vorgeschlagenen Metrik für Rohdaten, der Euclidean Norm Minus One (ENMO), hinsichtlich des Energieverbrauchs. Der Vergleich wurde mit Daten aus der Objective Physical Activity and Cardiovascular Health Study durchgeführt, in der 194 Frauen im Alter von 60-91 Jahren 9 Lebensstilaktivitäten im Labor durchführten, während sie einen tri-axialen Beschleunigungsmesser (ActiGraph GT3X+) an der Hüfte trugen, der auf 30 Hz eingestellt war, sowie ein tragbares Kalorimeter (Oxycon), um sowohl die tri-axialen Beschleunigungs-Zeitreihen (umgewandelt in AI, AC und ENMO) als auch die Sauerstoffaufnahme während jeder Aktivität (umgewandelt in metabolische Äquivalente (METs)) gleichzeitig aufzuzeichnen. Analysen der Receiver Operating Characteristic zeigten, dass sowohl AI als auch ENMO empfindlicher gegenüber moderaten und intensiven körperlichen Aktivitäten waren als AC, während AI empfindlicher auf sitzende und leichte Aktivitäten reagierte als ENMO. AI hatte die höchsten Bestimmtheitskoeffizienten für METs (0.72) und war ein besserer Klassifikator der körperlichen Aktivitätsintensität als sowohl AC (für alle Intensitätsstufen) als auch ENMO (für sitzende und leichte Intensität). Der vorgeschlagene AI bietet einen neuartigen und transparenten Weg, um dicht gesampelte rohe Beschleunigungsdaten zusammenzufassen, und könnte als Alternative zu AC dienen. Die weitgehend verbesserte Sensitivität des AI gegenüber sitzenden und leichten Aktivitäten im Vergleich zu AC und ENMO demonstriert weiter seinen Vorteil in Studien mit älteren Erwachsenen.