Evaluating Open-Source Wrist-Worn Accelerometer Models for Sedentary Time Detection Against Thigh-Worn Accelerometer Data
Diese Studie zeigt, dass am Handgelenk getragene Akzelerometer, insbesondere wenn sie unter Verwendung des ActiNet-Maschinenlernmodells analysiert werden, die sitzende Zeit und langanhaltende Sitzphasen in natürlichen Lebensumgebungen im Vergleich zu Daten von am Oberschenkel getragenen Referenzgeräten genau schätzen können, was deren Verwendung in der zukünftigen epidemiologischen Forschung unterstützt.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie möchten wissen, wie viel Zeit Menschen während ihres Tages im Sitzen verbringen. Seit Jahren verwenden Wissenschaftler ein „Goldstandard“-Gerät, das am Oberschenkel getragen wird (ähnlich einem High-End-GPS für die Körperhaltung), um zwischen Sitzen, Stehen und Gehen zu unterscheiden. Diese Geräte für den Oberschenkel sind jedoch teuer und etwas klobig zu tragen.
Die meisten Menschen tragen heute Smartwatches oder Fitness-Tracker am Handgelenk. Die große Frage war: Kann eine Armbanduhr genau erraten, wie viel Zeit man im Sitzen verbringt, oder wird sie einfach verwirrt?
Diese Arbeit ist wie ein riesiger „Geschmackstest“, bei dem Forscher sechs verschiedene Software-Rezepte (Algorithmen) verglichen haben, die von Armbanduhren verwendet werden, gegen den am Oberschenkel getragenen „Goldstandard“, um zu sehen, welches Rezept die Wahrheit über die Sitzzeit sagt.
Hier ist die Aufschlüsselung ihrer Ergebnisse:
Das Setup: Der „Geschmackstest“
Die Forscher versammelten 662 Berufstätige, die etwa eine Woche lang zwei Geräte gleichzeitig trugen:
- Einen Oberschenkel-Monitor (den Schiedsrichter): Dieser wusste genau, wann sie saßen, da er den Winkel ihres Körpers fühlen konnte.
- Einen Handgelenk-Monitor (den Teilnehmer): Dieser musste anhand der Armbewegung erraten, ob die Person saß.
Sie testeten sechs verschiedene „Rezepte“ (Computerprogramme), die die Handgelenk-Bewegungsdaten in ein „Sitzen“ oder „Nicht-Sitzen“-Etikett umwandeln.
Die Ergebnisse: Wer hat gewonnen?
Stellen Sie sich die sechs Rezepte wie verschiedene Köche vor, die versuchen, eine geheime Zutat (die Sitzzeit) zu erraten, indem sie nur das Gericht betrachten.
- Der Star-Koch (ActiNet): Ein Rezept namens ActiNet war der klare Gewinner. Es war wie ein Meisterkoch, der das Gericht probieren und sagen konnte: „Ja, das ist definitiv Sitzen“, mit einer Genauigkeit von etwa 87 %. Es gab die gesamte Sitzzeit, die Anzahl der langen Sitzphasen und den Anteil des Tages, der in diesen langen Sitzphasen verbracht wurde, im Vergleich zum Oberschenkel-Monitor fast exakt richtig an.
- Die „Ausschneide-und-Einfüge“-Köche (Cut-point-Modelle): Drei andere Rezepte versuchten, einfache Regeln anzuwenden (z. B. „Wenn sich der Arm weniger als X bewegt, sitzt die Person“). Diese waren zwar okay, machten aber mehr Fehler. Sie waren wie ein generisches Rezeptbuch, das nicht berücksichtigt, wie unterschiedlich Menschen ihre Arme bewegen.
- Der kämpfende Koch (Actimetric): Ein Rezept schnitt am schlechtesten ab, da es Sitzen oft mit anderen Aktivitäten verwechselte.
Die „Schlaf“-Verwirrung
Ein kniffliger Teil dieses Tests ist, dass man beim Schlafen seinen Arm nicht viel bewegt, was dem Sitzen sehr ähnlich sieht.
- Die Forscher fanden heraus, dass einige Modelle durch den Schlaf verwirrt wurden und die Schlafzeit als „Sitzzeit“ zählten.
- Selbst als sie sich nur auf die Wachstunden (8:00 bis 22:00 Uhr) konzentrierten, blieb ActiNet jedoch der beste Performer.
Die Herausforderung „Langes Sitzen“
Die Forscher untersuchten auch das „längere Sitzen“ – also langes Sitzen über längere Zeiträume (wie bei einem langen Arbeitsmeeting oder einem Film).
- Die meisten Modelle waren in der Lage, recht ordentlich zu zählen, wie viele dieser langen Sitzphasen stattfanden.
- Die Berechnung des Prozentsatzes des Tages, der in diesen langen Sitzphasen verbracht wurde, war jedoch schwieriger für die Handgelenk-Modelle, um perfekt zu sein. ActiNet war das einzige, das bei diesem spezifischen Detail innerhalb der „sicheren Zone“ der Genauigkeit blieb.
Das Fazzeit
Die Arbeit kommt zu dem Schluss, dass Armbanduhren uns tatsächlich sagen können, wie viel Zeit Menschen im Sitzen verbringen, aber nur, wenn man das richtige Software-Rezept verwendet.
Wenn Sie das ActiNet-Modell verwenden, ist die Armbanduhr ein sehr zuverlässiges Werkzeug, das dem teuren Oberschenkel-Monitor sehr nahe kommt. Wenn Sie ältere, einfachere Regeln verwenden, könnten die Daten etwas ungenau sein. Dies gibt Wissenschaftlern das Vertrauen, dass sie die Millionen von Armbanduhren, die bereits existieren, nutzen können, um zu untersuchen, wie sich Sitzgewohnheiten auf die Gesundheit auswirken – vorausgesetzt, sie verwenden die besten modernen Werkzeuge, um die Daten zu lesen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.