Autocalibração de dados de acelerômetro para avaliação de atividade física em livre movimento usando gravidade local e temperatura: uma avaliação em quatro continentes

Sensores de aceleração vestíveis estão sendo cada vez mais utilizados para a avaliação de atividade física em livre movimento. A calibração de sensores de aceleração é uma fonte potencial de erro. Este estudo tem como objetivo descrever e avaliar um método de autocalibração para minimizar o erro de calibração utilizando segmentos dentro dos registros de livre movimento (sem necessidade de experimentos adicionais). O método de autocalibração envolveu a extração de períodos de não-movimento nos dados, para os quais a magnitude do vetor medida deveria idealmente ser a aceleração gravitacional (1 g); esta propriedade foi utilizada para derivar fatores de correção de calibração usando um processo iterativo de ajuste do ponto mais próximo. A redução do erro de calibração foi avaliada em dados de quatro coortes: Reino Unido (n = 921), Kuwait (n = 120), Camarões (n = 311) e Brasil (n = 200). Nosso método reduziu significativamente o erro de calibração em todas as coortes (P 0,05). Os coeficientes de correção de temperatura foram mais altos para o eixo z, por exemplo, deslocamento de 19,6 mg por 5°C. Além disso, a aplicação do método de autocalibração teve um impacto significativo em métricas típicas usadas para descrever a atividade física humana, por exemplo, no Brasil, a aceleração média no pulso foi de 0,2 a 51% menor do que os valores não calibrados, dependendo da seleção da métrica (P < 0,01). O método de autocalibração apresentado ajuda a reduzir o erro de calibração em dados de sensores de aceleração vestíveis e melhora a comparabilidade das medidas de atividade física entre locais de estudo. A utilização da temperatura parece essencial quando a temperatura se desvia substancialmente da temperatura média no registro, mas não para medidas de resumo de múltiplos dias.