医学互联网研究杂志-使用基于手机的CalFit和Actigraph进行身体活动测量的比较gydF4y2Ba

原始论文gydF4y2Ba

^1gydF4y2Ba环境流行病学研究中心，巴塞罗那，加泰罗尼亚，西班牙gydF4y2Ba

^2gydF4y2Ba德尔马医院研究所(IMIM)，巴塞罗那，加泰罗尼亚，西班牙gydF4y2Ba

^3.gydF4y2Ba西班牙流行病学和公共卫生研究联合会，巴塞罗那，加泰罗尼亚，西班牙gydF4y2Ba

^4gydF4y2Ba体育活动和运动科学系，Fundació，拉蒙尤勒大学，巴塞罗那，加泰罗尼亚，西班牙gydF4y2Ba

^5gydF4y2Ba伦敦帝国理工学院环境政策研究中心，英国伦敦gydF4y2Ba

^6gydF4y2Ba美国加州大学伯克利分校公共卫生学院环境健康科学系gydF4y2Ba

^7gydF4y2Ba美国北卡罗来纳大学教堂山分校营养学系gydF4y2Ba

通讯作者:gydF4y2Ba

Mark J Nieuwenhuijsen博士gydF4y2Ba

环境流行病学研究中心gydF4y2Ba

——艾格德医生，88岁。gydF4y2Ba

巴塞罗那，加泰罗尼亚，08003gydF4y2Ba

西班牙gydF4y2Ba

电话:34 93 2147337gydF4y2Ba

传真:34 93 2147330gydF4y2Ba

电子邮件:gydF4y2Bamnieuwenhuijsen@creal.catgydF4y2Ba

背景:gydF4y2Ba关于体力活动的流行病学研究往往缺乏廉价、客观、有效和可重复的工具来测量参与者的体力活动水平。智能手机内置的新型传感技术有望填补这一空白。gydF4y2Ba

摘要目的:gydF4y2Ba我们试图验证身体活动的估计，并确定基于智能手机的CalFit软件的大规模人群研究的可用性。gydF4y2Ba

方法:gydF4y2Ba来自西班牙巴塞罗那的36名参与者在5天的时间里佩戴了装有CalFit软件和Actigraph GT3X加速度计的智能手机。比较了两种设备的易用性(可用性)和体力活动指标，包括垂直轴计数(VT)以及根据Freedson算法对轻度、中度和剧烈强度的持续时间和能量消耗预测。统计分析包括:(1)可用性测量的Kruskal-Wallis秩和检验，(2)VT计数的Spearman相关和线性回归，(3)一致性相关系数(CCC)，(4)持续时间和能量消耗测量的Bland-Altman图。gydF4y2Ba

结果:gydF4y2Ba大约64%(23/36)的参与者是女性。平均年龄31岁(SD 8)，平均体重指数22 kg/mgydF4y2Ba^2gydF4y2Ba(SD 2)。总共有25/36(69%)的参与者使用CalFit记录了至少3天至少10小时的身体活动。VT计数的线性关联和相关性很高(调整后)gydF4y2BaRgydF4y2Ba^2gydF4y2Ba= 0.85;相关系数为0.932,95% CI为0.931-0.933)。CCCs在持续时间和能量消耗测量上表现出高度的一致性(从0.83到0.91)。gydF4y2Ba

结论:gydF4y2BaCalFit系统的可用性低于Actigraph GT3X，因为该应用程序在每次智能手机开机时都无法打开自己。CalFit系统可以提供有效的估计来量化和分类身体活动。与其他专业仪器相比，CalFit可能更具成本效益，更容易用于大规模人口健康研究，因为许多人已经携带了手机。gydF4y2Ba

医学互联网研究，2013;15(6):e111gydF4y2Ba

doi: 10.2196 / jmir.2470gydF4y2Ba

关键字gydF4y2Ba

手机gydF4y2Ba；gydF4y2Ba 个加速器gydF4y2Ba；gydF4y2Ba 全球定位系统gydF4y2Ba；gydF4y2Ba 运动活动gydF4y2Ba；gydF4y2Ba 监控gydF4y2Ba；gydF4y2Ba 生理gydF4y2Ba

缺乏身体活动现已成为全球过早死亡的第十大原因[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba2gydF4y2Ba]。在过去15年，缺乏运动的人数大幅增加[gydF4y2Ba2gydF4y2Ba]。缺乏身体活动会导致主要慢性疾病的发生，如冠心病、中风、高血压、结肠癌、乳腺癌、2型糖尿病和骨质疏松症[gydF4y2Ba3.gydF4y2Ba]。gydF4y2Ba

流行病学研究中有关体力活动的资料一般以问卷方式取得，最近则采用加速度计[gydF4y2Ba4gydF4y2Ba]。由于体力活动测量的准确性和可靠性更高，后者正成为公认的方法[gydF4y2Ba4gydF4y2Ba]。加速度计利用受试者运动中的加速度来量化短时间内的强度。虽然在问卷调查的基础上进行了改进，但部署加速度计是劳动密集型的，有时对参与者来说是负担，可能会导致行为的潜在变化，例如不佩戴加速度计或增加被测量的行为[gydF4y2Ba5gydF4y2Ba，gydF4y2Ba6gydF4y2Ba]。gydF4y2Ba

为了解决这些问题，并充分利用智能手机使用的增加和技术的改进，我们开发了CalFit [gydF4y2Ba7gydF4y2Ba-gydF4y2Ba10gydF4y2Ba]。CalFit是一款运行在安卓智能手机上的开源软件。该系统利用智能手机内置的加速度计和全球定位系统(GPS)传感器来记录身体活动以及活动发生的时间和地点。它有可能降低成本，并允许更多的参与者注册，因为智能手机现在在普通人群中广泛使用[gydF4y2Ba11gydF4y2Ba]。与普通的加速度计相比，配备CalFit的智能手机可能会进行更好的身体活动测量，特别是因为增加了GPS测量，可以帮助研究人员更好地了解活动的空间背景[gydF4y2Ba12gydF4y2Ba]。CalFit的校正及验证工作至今只在实验室条件下进行[gydF4y2Ba13gydF4y2Ba]。gydF4y2Ba

本研究的目的是研究CalFit软件的可用性，并通过将其在自由生活条件下的身体活动测量值与知名且经过验证的加速度计Actigraph GT3X获得的数据进行比较，评估其在现实世界中身体活动测量值的有效性[gydF4y2Ba14gydF4y2Ba]。gydF4y2Ba

样本gydF4y2Ba

我们招募了志愿者，让他们佩戴CalFit手机和传统的加速度计5天。作为一项基于积极旅行行为的更大研究的一部分，36名参与者通过向环境流行病学研究中心(CREAL)的同事和同事的朋友发送电子邮件的方式被招募。入选标准是在巴塞罗那生活、工作或学习，距离工作地点或学校步行距离超过10分钟，并且能够骑自行车至少20分钟。符合资格要求的志愿者在一次信息会议后被登记参加研究，他们在信息会议上被告知研究目标和程序的详细信息。实地研究于2011年11月至2012年2月进行。gydF4y2Ba

我们的研究方案得到了del Mar医院研究所伦理委员会的批准，并获得了所有参与者的书面知情同意。gydF4y2Ba

仪器gydF4y2Ba

每位参与者获得一个Actigraph GT3X加速度计[gydF4y2Ba15gydF4y2Ba]和装有CalFit应用程序的智能手机(见gydF4y2Ba表1gydF4y2Ba)。这些装置在连续5天内系在腰间的腰带上gydF4y2Ba图1gydF4y2Ba)。参与者被告知，只有在进行水上活动或睡觉时，或在需要给智能手机电池充电时，才能取下设备。gydF4y2Ba

表1。CalFit和Actigraph GT3X的特性。gydF4y2Ba

特征gydF4y2Ba	配备CalFit的谷歌G1gydF4y2Ba	GT3X长短gydF4y2Ba
大小gydF4y2Ba	11.7×5.6×1.7厘米gydF4y2Ba	3.8×3.7×1.8厘米gydF4y2Ba
重量gydF4y2Ba	158克gydF4y2Ba	27 ggydF4y2Ba
放置gydF4y2Ba	两个髂前上棘之间的额平均点gydF4y2Ba	右髋关节髂前上棘gydF4y2Ba
采样率gydF4y2Ba	10赫兹gydF4y2Ba	30赫兹gydF4y2Ba
数据存储gydF4y2Ba	16 GBgydF4y2Ba	16 MBgydF4y2Ba
电池寿命gydF4y2Ba	18个小时gydF4y2Ba	31天gydF4y2Ba
加速度计传感器gydF4y2Ba	AK8976A三轴加速度计(Asahi Kasei Microsystems, Japan)gydF4y2Ba	ADXL335三轴加速度计(Analog Devices, Norwood, MA)gydF4y2Ba
登记加速度范围gydF4y2Ba	±2.8gydF4y2BaggydF4y2Ba	±3gydF4y2BaggydF4y2Ba
结果(测量)gydF4y2Ba	3个轴的加速度gydF4y2Ba	3个轴的加速度gydF4y2Ba
结果(估计)gydF4y2Ba	不穿;体力活动的能量消耗和持续时间gydF4y2Ba	不穿;站着，坐着，躺着;体力活动的能量消耗和持续时间gydF4y2Ba

数据处理gydF4y2Ba

两个装置的数据每隔1分钟汇总一次。我们合并了来自两个加速度计的数据流，确定了产生最高关联(调整)的时间对齐gydF4y2BaRgydF4y2Ba^2gydF4y2Ba)在两个垂直(VT)轴测量之间，时间差异不超过5分钟。最大化可比性[gydF4y2Ba16gydF4y2Ba]，两种设备以代谢当量(METs)测量的体力活动强度根据Freedson等人的方程计算[gydF4y2Ba17gydF4y2Ba]，它使用基于垂直轴计数的线性函数来产生它们的估计:ActiGraph GT3X METs=1.439008 + (0.000795 * VT计数/分钟)。因为VT轴测量是由每台仪器用不同的单位记录的(Actigraph GT3X和Actigraph GT3X的计数)gydF4y2BaggydF4y2Ba-来自CalFit的力)，我们首先开发了两个垂直测量之间的线性回归来转换CalFitgydF4y2BaggydF4y2Ba将-force/min转换为counts/min，从而对Freedson方程进行如下调整，用于从智能手机数据估计METs: CalFit METs=1.2907087 + (0.4141791 * VTgydF4y2BaggydF4y2Ba/分钟)。gydF4y2Ba

加速度计无磨损间隔定义为至少连续40分钟计数为0且低于0.3的事件gydF4y2BaggydF4y2Ba纵轴分别为Actigraph GT3X和CalFit。后一个阈值是在分析CalFit夜间测量数据后确定的。美国运动医学学院(American College of Sports Medicine)认为，至少有3天且至少有10小时的运动记录是对身体活动的有效评估[gydF4y2Ba18gydF4y2Ba]。我们以四种方式衡量CalFit和Actigraph GT3X的可用性，理解为达到有效身体活动评估的易用性:(1)具有有效身体活动评估的受试者数量(先前的定义);(2)每个参与者记录的天数(即，反映参与者保持CalFit开启的能力);(3)每个参与者记录的总时间(即反映参与者保持电池充电的能力);(4)佩戴时间占总记录时间的百分比(即，反映参与者佩戴CalFit的能力)。gydF4y2Ba

体力活动被定义为每分钟强度等于或大于1.5 METs。根据3和6个代谢当量的常规临界值，体育活动被分为轻度、中度和剧烈水平。体力活动的主要总结措施是垂直轴计数，体力活动的持续时间和强度。gydF4y2Ba

分析gydF4y2Ba

对于分类变量，参与者和身体活动特征用数字(百分比)表示;对于正态分布的连续变量，用均值(SD)表示;对于非正态分布的连续变量，用中位数(四分位间距，IQR)表示。gydF4y2Ba

采用多种方法对CalFit和Actigraph GT3X进行比较。首先，为了评估上述定义的可用性差异，我们进行了Kruskal-Wallis秩和检验(可用性中位数成分的差异)。其次，通过Spearman相关和线性回归分别评估了重合时间段内纵轴测量之间的相关性和相关性。第三，使用Lin的一致性相关系数(CCC)研究了先前定义的和在一致时间段内的主要体育活动汇总测量中的一致性[gydF4y2Ba19gydF4y2Ba和布兰德-奥特曼的情节。CCC可以被定义为主体间方差与总方差的比值[gydF4y2Ba20.gydF4y2Ba]。换句话说，它提供了可归因于参与者的差异百分比的度量，其补充(1-CCC)给出了可归因于方法的差异百分比(即CalFit vs Actigraph GT3X)。使用两种体力活动测量的差异(CalFit-Actigraph GT3X)与平均值(0.5*(CalFit-Actigraph GT3X))之间的线性回归分析来评估工具之间的偏差，当系数的置信区间不包含值为零时，认为偏差显著。回归系数和偏倚回归线也绘制成Bland-Altman图，分别用红色字母和线表示。gydF4y2Ba

作为敏感性分析，之前的比较也在不控制重合时间段的情况下，在记录活动至少10小时的重合天数进行，以测试未测量时间段对身体活动一致性的影响。所有分析均采用R-2.14.1 2011 (R Foundation for Statistical Computing)进行。gydF4y2Ba

样本包括36名参与者，其中大多数是女性(23/ 36,64%)，平均年龄为30.9岁(SD 7.9)，平均体重指数为22.2 kg/mgydF4y2Ba^2gydF4y2Ba(sd 2.4) (gydF4y2Ba表2gydF4y2Ba)。大约83%(30/36)是西班牙国籍，92%(33/36)有高中或以上学历，50%(18/36)每月收入超过2000欧元。gydF4y2Ba

CalFit可用性gydF4y2Ba

在记录数据的180天中，CalFit缺失了19天，Actigraph GT3X缺失了8天。在记录的天数中，记录的中位时间有显著差异:CalFit为22小时，Actigraph GT3X为24小时(gydF4y2Ba表3gydF4y2Ba)。此外，CalFit和Actigraph GT3X的磨损时间百分比也存在差异(52% vs 59%)。gydF4y2Ba表3gydF4y2Ba)。CalFit和Actigraph GT3X佩戴至少10小时的中位数天数分别为3天和5天。gydF4y2Ba

在记录少于3次有效身体活动评估的11名受试者中，CalFit数据收集失败的主要原因是:(1)6人因为无意中关闭了CalFit而失去了平均2天的记录，(2)2人有手机电池寿命和日常生活问题，(3)3人没有佩戴手机。gydF4y2Ba

表2。所有参与者的社会人口学和身体特征(N=36)。gydF4y2Ba

样本特征gydF4y2Ba		参与者gydF4y2Ba
年龄(岁)，平均(SD)gydF4y2Ba		31日(8)gydF4y2Ba
性别，n (%)gydF4y2Ba
	男性gydF4y2Ba	13 (36)gydF4y2Ba
BMI(公斤/米gydF4y2Ba^2gydF4y2Ba)，均值(SD)gydF4y2Ba		22日(2)gydF4y2Ba
教育程度，n (%)gydF4y2Ba
	高中以上gydF4y2Ba	33 (92)gydF4y2Ba
	高中以下gydF4y2Ba	3 (8)gydF4y2Ba
国籍，n (%)gydF4y2Ba
	西班牙语gydF4y2Ba	30 (83)gydF4y2Ba
	其他人gydF4y2Ba	6 (17)gydF4y2Ba
月收入(€)gydF4y2Ba
	超过2000人gydF4y2Ba	18 (50)gydF4y2Ba
	少于2000gydF4y2Ba	18 (50)gydF4y2Ba
工作状态，n (%)gydF4y2Ba
	工作gydF4y2Ba	32 (89)gydF4y2Ba
	研究gydF4y2Ba	4 (11)gydF4y2Ba

表3。Actigraph与CalFit的可用性特性比较。gydF4y2Ba

特征gydF4y2Ba	GT3X长短gydF4y2Ba	CalFitgydF4y2Ba	PgydF4y2Ba价值gydF4y2Ba
记录天数(天)，中位数(IQR)gydF4y2Ba	5(盘中)gydF4y2Ba	5 (4.8 - -5.0)gydF4y2Ba	03gydF4y2Ba
记录时间(min)，中位数(IQR)gydF4y2Ba	7200年(7200 - 7200)gydF4y2Ba	6474年(4635 - 7068)gydF4y2Ba	＜.001gydF4y2Ba
佩戴时间(min)，中位数(IQR)gydF4y2Ba	4109年(3735 - 4373)gydF4y2Ba	2938年(2269 - 3652)gydF4y2Ba	＜.001gydF4y2Ba
时间吻合(min)，中位数(IQR)gydF4y2Ba	2825年(2110 - 3556)gydF4y2Ba
记录天数内的记录时间(小时/天)，中位数(IQR)gydF4y2Ba	24 (24-24)gydF4y2Ba	22 (20 - 24)gydF4y2Ba	＜.001gydF4y2Ba
记录天数内磨损时间(小时/天)，中位数(IQR)gydF4y2Ba	14 (12.5 -15)gydF4y2Ba	11 (13)gydF4y2Ba	＜.001gydF4y2Ba
记录天数内磨损时间占记录时间的百分比(%)，中位数(IQR)gydF4y2Ba	58.5 (53 - 63)gydF4y2Ba	51.6 (46-58)gydF4y2Ba	03gydF4y2Ba
最少佩戴10小时(天)的日数，中位数(IQR)gydF4y2Ba	5 (4 - 5)gydF4y2Ba	3 (2 - 4.2)gydF4y2Ba	＜.001gydF4y2Ba
身体活动评估有效的参与者，n (%)gydF4y2Ba	34 (94)gydF4y2Ba	25 (69)gydF4y2Ba	＜.001gydF4y2Ba

身体活动的有效性gydF4y2Ba

线性回归和相关分析的平均垂直(VT)轴测量从两个设备在重合的磨损时间段显示出高度的关联(调整)gydF4y2BaRgydF4y2Ba^2gydF4y2Ba= 0.85;Spearman相关系数为0.932,95% CI 0.931-0.933) (gydF4y2Ba图2gydF4y2Ba在重合时间段(平均时间/天，2600分钟)，Actigraph GT3X和CalFit在活动时间(>1.5 METs)持续时间的平均差异为2.24% (95% CI 0.76-3.72)，体力活动强度的平均差异为0.07 METs (95% CI 0.04-0.1) (gydF4y2Ba图2gydF4y2Ba， B部分和C部分)。体力活动持续时间和强度的比较表明，可归因于测量方法的可变性(即主体间方差与总方差之比的互补)小于20% (gydF4y2Ba图2gydF4y2Ba， B部分和C部分)。两种测量的差异和平均值之间没有关联，也没有持续时间(gydF4y2BaPgydF4y2Ba= 0.55)，强度(gydF4y2BaPgydF4y2Ba=.22)。gydF4y2Ba

不同强度阈值对体力活动有效性的影响gydF4y2Ba

对轻度、中度和剧烈体力活动的测量结果的比较表明，只有不到30%的差异可归因于测量方法(gydF4y2Ba图3gydF4y2Ba)。与轻度和中度体力活动相比，CalFit对剧烈体力活动的测量显示，随着体力活动水平的增加，剧烈体力活动的持续时间往往被低估(gydF4y2BaPgydF4y2Ba= 0.01)，与Actigraph GT3X测量值(gydF4y2Ba图3gydF4y2BaC)。gydF4y2Ba图4gydF4y2Ba显示，当参与者根据Actigraph GT3X进行剧烈运动时，CalFit记录的强度有显著低估(CalFit: mean 5.9, SD 1.0;活动曲线:均值7.1,SD 1.1;gydF4y2BaPgydF4y2Ba<措施)。gydF4y2Ba

对测量周期的敏感性gydF4y2Ba

根据所选择的时间纳入标准，轻体力活动期间Actigraph GT3X和CalFit的平均差异从吻合时间段的小幅但显著高估1.7% (95% CI 0.4-3.1)到吻合有效天数的非显著低估-11.5分钟(95% CI -27 - 4.3) (gydF4y2Ba图3gydF4y2Ba， A部分vsgydF4y2Ba图5gydF4y2Ba中等强度和剧烈体力活动的持续时间在不同时间的纳入标准(gydF4y2Ba图3gydF4y2Ba， B部分和C部分gydF4y2Ba图5gydF4y2Ba(B、C部分)。gydF4y2Ba

图2。CalFit和Actigraph GT3X在垂直轴、持续时间和相同测量时间段内体力活动的能量消耗方面的一致性。(A)加速度计纵轴测量，(B)体力活动持续时间，(C)体力活动强度。gydF4y2Ba

图3。CalFit和Actigraph GT3X在一致的测量时间段内就轻度、中度和剧烈身体活动的持续时间达成协议。(A)轻度体力活动的持续时间，(B)中度体力活动的持续时间，(C)剧烈体力活动的持续时间。gydF4y2Ba

图4。在由Actigraph识别的轻、中、剧烈体力活动中，CalFit和Actigraph GT3X记录的平均强度比较。gydF4y2Ba

图5。CalFit和Actigraph GT3X在轻度、中度和剧烈的身体活动期间，在连续的几天内至少有10小时的活动记录。(A)每天轻度体力活动的持续时间，(B)每天中度体力活动的持续时间，(C)每天剧烈体力活动的持续时间。gydF4y2Ba

主要结果gydF4y2Ba

本研究在一组自由生活的志愿者中评估CalFit软件的可用性和有效性。我们将CalFit的体力活动测量结果与Actigraph GT3X的结果进行了比较。用于评估CalFit特性的几种方法表明:(1)两个设备的垂直轴测量之间存在很强的关联;(2)整体、轻度和中度体力活动的持续时间和能量消耗测量在不同设备之间高度一致，而剧烈体力活动的测量被低估;(3)与Actigraph GT3X相比，CalFit的可用性较低，导致有效评估身体活动的参与者比例较低;(4)敏感性分析比较了重合时间段内的一致性和重合天数内至少有10小时活动记录的一致性，结果表明，设备之间佩戴时间段的差异不会导致测量效度的任何显著偏差。gydF4y2Ba

与前期工作比较gydF4y2Ba

据我们所知，这是第一次将智能手机上的加速度计用于测量身体活动与目前经过验证的仪器进行比较的研究[gydF4y2Ba12gydF4y2Ba]。先前关于用手机进行身体活动评估的研究表明，手机是进行干预的有用工具[gydF4y2Ba21gydF4y2Ba]并有助于活动识别[gydF4y2Ba22gydF4y2Ba-gydF4y2Ba24gydF4y2Ba]。除了这些优势之外，使用智能手机进行体育活动研究还为以相对较低的成本接触到大量参与者提供了机会[gydF4y2Ba9gydF4y2Ba]。智能手机在自由生活条件下测量身体活动的接受度和可用性以前是未知的。在这里，我们发现使用CalFit的36名参与者中有25名(69%)记录了至少3天的有效时间，这是评估日常身体活动的最低建议[gydF4y2Ba25gydF4y2Ba]。CalFit可用性的最大弱点是由于手机关机而导致的数据丢失，并且当手机重新通电时没有重新启动CalFit(丢失数据的50%)。在当前版本的CalFit中，这个问题已经通过每次打开手机时自动重新启动CalFit解决了。第二个弱点是电池寿命(记录时间和佩戴时间)，这是造成另一半数据丢失的原因。佩戴加速计时间的差异部分是因为参与者必须在醒着的时候给智能手机充电(他们被要求这样做)。自进行研究以来，我们发现新一代智能手机的电池寿命有所延长，目前的现场测试表明，CalFit在不充电的情况下可以录制更长的时间[gydF4y2Ba26gydF4y2Ba]。gydF4y2Ba

这也是第一个比较纵轴测量的有效性的研究，并使用相同的算法来估计两种不同仪器的身体活动。两个工具之间的垂直轴测量的关联是高(调整)的gydF4y2BaRgydF4y2Ba^2gydF4y2Ba0.86;相关系数932;95% CI 0.931-0.933)，在文献比较不同Actigraph模型的范围内[gydF4y2Ba27gydF4y2Ba]。CalFit和Actigraph GT3X在体力活动测量中发现的持续时间和能量消耗的一致性表明，CalFit和Actigraph GT3X的测量是可互换的(不到20%的可变性归因于仪器之间的差异)。gydF4y2Ba

不同时间纳入标准定义的身体活动测量结果的一致性表明，尽管CalFit的佩戴时间较短，但结果保持不变。这表明，给智能手机充电的时间或更短的电池寿命对最终的测量结果没有显著影响。与Actigraph GT3X相比，CalFit估计的剧烈体力活动测量值也存在统计学上显著的低估偏差。这可以部分解释为我们使用平均VT测量而不是每个参与者每分钟的所有测量，因为我们假设来自智能手机的加速度与Actigraph GT3X的计数之间存在线性关系。gydF4y2Ba

的优势gydF4y2Ba

这项研究的主要优势之一是在自由生活条件下使用和测试。参与者保持着他们的日常生活，这在受控环境中很难复制。另一个优点是除了常用的相关性外，还使用了一致性测量来量化身体活动。第三种方法是对两种仪器使用身体活动的Freedson算法，这是不同Actigraph模型(CSA 1764, GT1M和GT3X)的有效算法[gydF4y2Ba28gydF4y2Ba使仪器之间的可比性最大化[gydF4y2Ba16gydF4y2Ba]。此外，由于我们使用的是第一代智能手机，因此我们的研究结果可以推广到下一代智能手机，并且由于硬件的发展，我们的研究结果可能会更好。此外，CalFit的未来版本将针对Android和iPhone平台开发。gydF4y2Ba

基于智能手机加速度计的能量消耗验证对体育活动的流行病学研究以及移动应用程序(移动健康应用程序)的医学和公共卫生实践的增长都有影响。目前的CalFit应用程序专注于对身体活动进行低调的感知，除了它之外，可能还会出现新的移动健康智能手机应用程序，它不仅可以记录身体活动，还可以尝试干预行为。gydF4y2Ba11gydF4y2Ba，gydF4y2Ba21gydF4y2Ba]。例如，未来智能手机的使用可能允许识别身体活动模式，以便更好地根据个人基线和目标定制干预措施。此外，未来的干预措施可能会采用智能手机技术的其他方面(例如，电话、短信和互联网通信功能)，将身体活动监测与动机性社会互动相结合[gydF4y2Ba21gydF4y2Ba]。智能手机的创造性用途有很多可能性，这里提出的研究为更好地理解这项技术的能源消耗估算提供了基础。gydF4y2Ba

与传统的加速度计相比，CalFit智能手机系统有几个优势，因为它可以从手机信号塔、Wi-Fi网络和GPS卫星获取地理位置信息。这种地理定位将允许我们通过包含诸如位移速度、参与者面临的地形挑战(楼梯、斜坡)以及发生体育活动的环境(家庭、工作)等信息来改进当前的体育活动算法。此外，该工具还允许评估建筑和自然环境如何影响行为或导致其他暴露。我们的研究小组已经开始通过描述体育活动的地点和量化参与者在这些环境中吸入的污染量来证明这些优势[gydF4y2Ba29gydF4y2Ba]。gydF4y2Ba

限制gydF4y2Ba

本研究的一个局限性是使用了36个具有高教育水平的参与者的方便样本来评估CalFit的可用性。然而，这种设计在检测可用性问题方面是有效的。需要在广大人群中开展进一步的工作。其次，使用Actigraph GT3X加速度计作为金标准可能会被视为一种限制，但它是评估现实生活中5天身体活动的参考工具，并且具有良好的有效性[gydF4y2Ba30.gydF4y2Ba]。使用仅考虑加速度计垂直轴的met估计算法是我们无法避免的限制，因为目前没有发表使用加速度计3轴的Actigraph GT3X算法[gydF4y2Ba31gydF4y2Ba，gydF4y2Ba32gydF4y2Ba]。最后，我们对CalFit佩戴时间的定义是一个操作性定义，在专门为此目的设计的研究中进行测试之前，不应将其视为参考。gydF4y2Ba

结论gydF4y2Ba

与目前人口研究的黄金标准工具相比，安装了CalFit的智能手机为在自由生活条件下量化和分类身体活动提供了有用和有效的估计。虽然用户对CalFit的依从性低于Actigraph GT3X，但如果允许参与者将CalFit加载到现有的智能手机上，这种差异可能会缩小，这在未来是可行的。这种部署将为大型流行病学研究和依赖于测量身体活动的移动健康应用提供一种具有成本效益的方法。gydF4y2Ba

致谢gydF4y2Ba

我们感谢Jaume Matamala和Meritxell Portella在本研究中所做的实地工作。本项目的资金由环境流行病学研究中心(CREAL)内部资助计划、可口可乐基金会通过交通、空气污染和体育活动(TAPAS)计划和NIH NIEHS资助R01-ES020409提供。最后，我们感谢Ruzena Bajcsy博士和来自社会利益信息技术中心(CITRIS)的种子基金，他们对CalFit的发展起到了重要作用。gydF4y2Ba

利益冲突gydF4y2Ba

没有宣布。gydF4y2Ba

Lee IM, Shiroma EJ, Lobelo F, Puska P, Blair SN, Katzmarzyk PT, Lancet Physical Activity Series Working Group。缺乏身体活动对全球主要非传染性疾病的影响:疾病负担和预期寿命分析。柳叶刀2012年7月21日;380(9838):219-229。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
世界卫生组织。全球健康风险:可归因于选定主要风险的死亡率和疾病负担。瑞士:世界卫生组织;2009.URL:gydF4y2Bahttp://www.who.int/healthinfo/global_burden_disease/GlobalHealthRisks_report_full.pdfgydF4y2Ba[查阅时间:2013-05-16][gydF4y2BaWebCite缓存gydF4y2Ba]gydF4y2Ba
卫生、体育活动、改善和预防健康司，2004年。每周至少五次:关于体育活动影响及其与健康关系的证据gydF4y2Bahttp://www.dh.gov.uk/en/Publicationsandstatistics/Publications/PublicationsPolicyAndGuidance/DH_4080994gydF4y2Ba[访问日期:2012-12-02][gydF4y2BaWebCite缓存gydF4y2Ba]gydF4y2Ba
Prince SA, Adamo KB, Hamel ME, Hardt J, Gorber SC, Tremblay M.评估成人身体活动的直接与自我报告方法的比较:一项系统综述。[J]行为与营养物理法案2008;5:56 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
张建军，张建军，张建军，等。青少年加速度计研究中的不服从行为模式。中华医学杂志，2012，(11):1-10(即将出版)。［gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
Clemes SA, Deans NK。成人对计步器反应的存在和持续时间。医学体育学报，2012;44(6):1097-1101。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
Gravina R, Alessandro A, Salmeri A, Buondonno L, Raveendranathan N, Loseu V，等。使用SPINE框架启用多个BSN应用程序。参见:2010年身体传感器网络国际会议论文集。美国:IEEE计算机学会;2010发表于:身体传感器网络(BSN)， 2010年身体传感器网络国际会议;2010年6月7-9日;华盛顿特区。［gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
Kuryloski P, Giani A, Giannantonio R, Gilani K, Gravina R, Seppa VP等。DexterNet:异构身体传感器网络的开放平台及其应用。美国:IEEE计算机学会;发表于:第六届可穿戴和植入式身体传感器网络国际研讨会，2009。BSN 2009;2009年6月3-5日;华盛顿特区。［gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
塞托·E，马丁·E，杨安，严平，格拉维纳·R，林毅，等。身体传感器网络轻量信号处理的机会策略。纽约:ACM;2010年发表于:PETRA 2010第三届辅助环境普及技术国际会议论文集;2010年6月13日至15日;萨摩斯岛，希腊，第1-6页。［gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
闫鹏，林毅，Roy M, Seto E，王超，Bajcsy R.基于WAVE和CalFit的移动身体传感器网络社会交互研究。2010年发表于:泛在身体传感器网络国际研讨会(USBN);2010年3月1日至3日;新加坡、中国。［gydF4y2BaCrossRefgydF4y2Ba]gydF4y2Ba
Pratt M, samiento OL, Montes F, Ogilvie D, Marcus BH, Perez LG，《柳叶刀》体育活动系列工作组。信息通信技术和交通运输大趋势对全球身体活动变化的影响。柳叶刀2012年7月21日;380(9838):282-293。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
Rodríguez DA, Brown AL, Troped PJ。便携式全球定位装置，以补充基于加速度计的身体活动监视器。《医学运动》2005年11月第37期(11增刊):S572-S581。［gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
Seto E, Yan P, Kuryloski P, Bajcsy R, Abresch T, Henricson E，等。移动电话作为个人环境传感平台:CalFit系统的发展。2011发表于:第23届国际环境流行病学学会(ISEE)年会上;2011年9月13-16日;西班牙巴塞罗那。gydF4y2Ba
Van remomortel H, Raste Y, Louvaris Z, Giavedoni S, Burtin C, Langer D。六种活动监测仪在慢性阻塞性肺疾病中的有效性:与间接量热法的比较。科学通报，2012;7(6):991 - 998 [j]gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
John D, Freedson P. ActiGraph和practical physical activity monitors:在引擎盖下窥视。Med Sci Sports exercise 2012 Jan;44(1增刊1):S86-S89 [j]gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
miss LC, Fuemmeler BF, Anderson CB, Matthews CE, Trost SG, Catellier DJ等。加速度计数据简化:四种简化算法在选择结果变量上的比较。《医学运动》2005年11月第37期(11增刊):S544-S554。［gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
刘建军，刘建军，刘建军，等。加速度计的研究与应用。医学体育杂志1998;30(5):777-781。［gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
Heil DP, Brage S, Rothney MP。模拟可穿戴监视器的身体活动结果。医学运动学报2012年1月44日(增刊1):S50-S60。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
林。评价再现性的一致性相关系数。生物识别技术[j]; 2009;45(1):255-268。［gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
王建军，李建军。基于方差分量的广义一致性相关系数估计。生物识别技术，2003;59(4):849-858。［gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
范宁J, Mullen SP, McAuley E.移动设备增加体育锻炼:meta分析。中国医学杂志，2012;14(6):e161 [J]gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
Lee MH, Kim J, Jee SH, Yoo SK.基于手机和PC的身体活动监测集成解决方案。卫生通报，2011年3月;17(1):76-86 [j]gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
夏勇，张伟，Garcia E，丁宏，Karunaithi M.手机运动自动分类应用的开发。猪健康技术通报2011;168:188-194。［gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
吴伟，陈国强，陈国强，陈国强。使用智能手机运动传感器的体育活动分类精度。中国医学杂志，2012;14(5):e130 [J]gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
特罗斯特SG，麦基弗KL，佩特RR。在实地研究中进行基于加速度计的活动评估。《医学运动》2005年11月第37期(11增刊):S531-S543。［gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
Eason E.智能手机电池不足。2010年12月17日URL:gydF4y2Bahttp://large.stanford.edu/courses/2010/ph240/eason1/gydF4y2Ba[访问日期:2013-02-24][gydF4y2BaWebCite缓存gydF4y2Ba]gydF4y2Ba
Bassett DR, Ainsworth BE, Swartz AM, Strath SJ, O'Brien WL, King GA。四种运动传感器测量中等强度体力活动的有效性。医学体育锻炼2000 Sep;32(9增刊):S471-S480。［gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
Sasaki JE, John D, Freedson PS. ActiGraph活动监测仪的验证和比较。医学体育学报;2011;14(5):411-416。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
de Nazelle A, Seto E, Donaire-Gonzalez D, Mendez M, Matamala J, Nieuwenhuijsen MJ，等。通过无处不在的传感技术改进对空气污染暴露的估计。环境科学学报(自然科学版);2013;36(1):391 - 391。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
李建军，李建军，李建军。加速度计能量消耗与MET预测方程的综合评价。中国生物医学工程学报(英文版);2011;31 (2):391 - 391 [J]gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
Swartz AM, Strath SJ, Bassett DR, O'Brien WL, King GA, Ainsworth BE。在髋部和腕部使用CSA加速度计估算能量消耗。医学体育锻炼2000 Sep;32(9增刊):S450-S456。［gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba
Crouter SE, Kuffel E, Haas JD, Frongillo EA, Bassett DR.。医学体育锻炼2010年5月;42(5):1029-1037 [j]gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba]gydF4y2Ba

‎gydF4y2Ba

CCC:gydF4y2Ba一致性相关系数gydF4y2Ba

全球定位系统(GPS):gydF4y2Ba全球定位系统gydF4y2Ba

满足:gydF4y2Ba任务的代谢当量gydF4y2Ba

VT:gydF4y2Ba垂直gydF4y2Ba

G·艾森巴赫编辑;提交07.12.12;Wu, H Van remomortel的同行评审;对作者的评论22.12.12;收到修订版本29.01.13;接受12.04.13;发表13.06.13gydF4y2Ba

©David donnaire - gonzalez, Audrey de Nazelle, Edmund Seto, Michelle Mendez, Mark J Nieuwenhuijsen, Michael Jerrett。原载于2013年6月13日《医学互联网研究杂志》(//www.mybigtv.com)。gydF4y2Ba

这是一篇在知识共享署名许可(http://creativecommons.org/licenses/by/2.0/)下发布的开放获取文章，该许可允许在任何媒介上不受限制地使用、分发和复制，前提是原始作品首次发表在《医学互联网研究杂志》上，并适当引用。必须包括完整的书目信息，到//www.mybigtv.com/上原始出版物的链接，以及版权和许可信息。gydF4y2Ba

本文内容如下gydF4y2Bae-collection /主题问题:gydF4y2Ba

使用基于手机的CalFit和Actigraph进行身体活动测量的比较gydF4y2Ba