Evaluating Open-Source Wrist-Worn Accelerometer Models for Sedentary Time Detection Against Thigh-Worn Accelerometer Data
यह अध्ययन प्रदर्शित करता है कि कलाई पर पहने जाने वाले एक्सीलेरोमीटर, विशेष रूप से जब उनका विश्लेषण एक्टिनेट (ActiNet) मशीन लर्निंग मॉडल का उपयोग करके किया जाता है, जांघ पर पहने जाने वाले संदर्भ डेटा की तुलना में मुक्त-जीवन परिवेश में गतिहीन समय और लंबे गतिहीन अंतराल का सटीक अनुमान लगा सकते हैं, जो भविष्य के महामारी विज्ञान अनुसंधान में उनके उपयोग का समर्थन करते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप जानना चाहते हैं कि लोग अपने दिन के दौरान कितना समय बैठकर बिताते हैं। वर्षों से, वैज्ञानिक जांघ पर पहने जाने वाले एक "गोल्ड स्टैंडर्ड" डिवाइस (जैसे कि मुद्रा/पोस्चर के लिए एक हाई-एंड जीपीएस) का उपयोग करके बैठने, खड़े होने और चलने के बीच अंतर बताने के लिए करते रहे हैं। हालाँकि, ये जांघ वाले उपकरण महंगे होते हैं और उन्हें पहनना थोड़ा असुविधाजनक हो सकता है।
आजकल अधिकांश लोग अपनी कलाई पर स्मार्टवॉच या फिटनेस ट्रैकर पहनते हैं। बड़ा सवाल यह था: क्या एक हाथ की घड़ी सटीक रूप से यह अनुमान लगा सकती है कि आप कितना समय बैठे हैं, या यह भ्रमित हो जाती है?
यह शोध पत्र एक विशाल "टेस्ट टेस्ट" (स्वाद परीक्षण) की तरह है जहाँ शोधकर्ताओं ने कलाई घड़ियों में उपयोग किए जाने वाले छह अलग-अलग "सॉफ्टवेयर रेसिपी" (एल्गोरिदम) की तुलना जांघ पर पहने जाने वाले "गोल्ड स्टैंडर्ड" से की, ताकि यह देखा जा सके कि कौन सा वास्तव में बैठने के समय के बारे में सच बताता है।
उनके निष्कर्षों का विवरण यहाँ दिया गया है:
सेटअप: "टेस्ट टेस्ट"
शोधकर्ताओं ने 662 कामकाजी वयस्कों को इकट्ठा किया जिन्होंने लगभग एक सप्ताह तक एक ही समय में दो डिवाइस पहने:
- एक जांघ मॉनिटर (रेफरी): यह बिल्कुल जानता था कि वे कब बैठे थे क्योंकि यह उनके शरीर के कोण को महसूस कर सकता था।
- एक कलाई मॉनिटर (प्रतियोगी): इसे केवल इस आधार पर अनुमान लगाना था कि व्यक्ति बैठने की स्थिति में है या नहीं, कि उसके हाथ कितनी हलचल कर रहे हैं।
उन्होंने कलाई की हलचल के डेटा को "बैठने" या "न बैठने" के लेबल में बदलने के लिए छह अलग-अलग "रेसिपी" (कंप्यूटर प्रोग्राम) का परीक्षण किया।
परिणाम: कौन जीता?
इन छह रेसिपी को अलग-अलग शेफ (रसोइयों) के रूप में समझें जो केवल व्यंजन को देखकर एक गुप्त सामग्री (बैठने का समय) का अनुमान लगाने की कोशिश कर रहे हैं।
- स्टार शेफ (ActiNet): एक रेसिपी, जिसे ActiNet कहा जाता है, स्पष्ट विजेता थी। यह एक मास्टर शेफ की तरह था जो व्यंजन का स्वाद लेकर कह सकता था, "हाँ, यह निश्चित रूप से बैठना है," जिसकी सटीकता लगभग 87% थी। इसने बैठने के कुल समय, लंबे बैठने के सत्रों की संख्या और उन लंबे सत्रों में बिताए गए दिन के हिस्से को जांघ मॉनिटर की तुलना में लगभग बिल्कुल सही बताया।
- "कट-एंड-पेस्ट" शेफ (Cut-point models): तीन अन्य रेसिपी ने सरल नियमों का उपयोग करने की कोशिश की (जैसे, "यदि हाथ X मात्रा से कम हिलता है, तो वे बैठे हैं")। वे ठीक थे, लेकिन उनसे अधिक गलतियाँ हुईं। वे एक सामान्य रेसिपी बुक का उपयोग करने जैसे थे जो यह ध्यान में नहीं रखती कि अलग-अलग लोग अपने हाथों को कैसे हिलाते हैं।
- संघर्ष करता हुआ शेफ (Actimetric): एक रेसिपी का प्रदर्शन सबसे खराब रहा, जो अक्सर बैठने को अन्य गतिविधियों के साथ भ्रमित कर देती थी।
"नींद" का भ्रम
एक पेचीदा हिस्सा यह है कि जब आप सो रहे होते हैं, तो आप अपने हाथ को बहुत कम हिलाते हैं, जो बैठने जैसा ही दिखता है।
- शोधकर्ताओं ने पाया कि कुछ मॉडल भ्रमित हो गए और नींद के समय को "बैठने के समय" के रूप में गिन लिया।
- हालाँकि, भले ही उन्होंने केवल जागने के घंटों (सुबह 8:00 बजे से रात 10:00 बजे तक) को देखा, ActiNet फिर भी सर्वश्रेष्ठ प्रदर्शन करने वाला बना रहा।
"लंबे समय तक बैठने" की चुनौती
शोधकर्ताओं ने "लंबे समय तक बैठने" (prolonged sitting) पर भी नज़र डाली—जैसे कि लंबी मीटिंग या फिल्म देखना।
- अधिकांश मॉडल यह गिनने में सक्षम थे कि कितने लंबे बैठने के सत्र हुए।
- हालाँकि, इन लंबे सत्रों में बिताए गए दिन के प्रतिशत की गणना करना कलाई के मॉडलों के लिए कठिन था। ActiNet ही एकमात्र ऐसा था जो इस विशिष्ट विवरण के लिए सटीकता के "सुरक्षित क्षेत्र" के भीतर रहा।
निचोड़ (The Bottom Line)
यह शोध पत्र निष्कर्ष निकालता है कि कलाई घड़ियाँ वास्तव में हमें बता सकती हैं कि लोग कितना समय बैठे हैं, लेकिन केवल तभी जब आप सही सॉफ्टवेयर रेसिपी का उपयोग करें।
यदि आप ActiNet मॉडल का उपयोग करते हैं, तो हाथ की घड़ी एक बहुत ही विश्वसनीय उपकरण है जो महंगे जांघ मॉनिटर के करीब पहुँचती है। यदि आप पुराने, सरल नियमों का उपयोग करते हैं, तो डेटा थोड़ा गलत हो सकता है। यह वैज्ञानिकों को विश्वास दिलाता है कि वे अध्ययन करने के लिए पहले से मौजूद लाखों कलाई घड़ियों का उपयोग कर सकते हैं कि बैठने की आदतें स्वास्थ्य को कैसे प्रभावित करती हैं, बशर्ते वे डेटा को पढ़ने के लिए सर्वोत्तम आधुनिक उपकरणों का उपयोग करें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।