通过强度水平可视化缩小自我报告与直接测量体力活动之间的差距

摘要

本方案描述了一项随机对照试验，用于检验视频演示对个体自我报告与基于加速度计的中等到剧烈体力活动之间差异的影响。

摘要

体力活动（PA）评估需要成本低廉且易于实施的工具。常见的问卷通常询问个体在轻度、中等强度和高强度体力活动中所花费的时间。然而，由于不同个体对体力活动强度水平的理解存在差异，可能导致报告结果不准确。另一种常用的直接测量方法（如加速度计）虽可客观记录活动量，但易受反应性偏倚影响，且可能无法捕捉某些特定类型的活动。与加速度计测量相比，受访者通常自我报告的高强度体力活动时间更长。一种可视化展示体力活动强度水平的视频可能有助于解决这一问题。本报告描述了一项随机对照试验的设计方案，旨在研究视频干预对自我报告与直接测量体力活动之间差异的影响。我们假设该视频能够减小两种测量方法之间的平均差异。研究从普通人群中招募参与者，使用佩戴在髋部的加速度计连续七天收集直接测量的体力活动数据。随后，将参与者随机分配至实验组和对照组。实验组在观看有关体力活动强度水平的视频演示后，通过自行完成的计算机辅助问卷进行体力活动评估；对照组则仅接受问卷评估。之后，对数据进行处理，采用双样本t检验比较两组之间自我报告与加速度计测得的中等到高强度体力活动（MVPA）差异。该方法适用于评估任何现有或自制视频对两种测量方式之间差异的影响，不仅可用于普通人群，也可推广至其他多种人群和情境，因为在这些情况下均需要准确的测量手段来评估体力活动水平。

引言

体力活动（PA）的评估通常采用问卷方式进行，因为问卷成本低廉且易于实施。由于较高强度体力活动的量与心血管健康之间的正向关联已有充分证据支持^1,2,3，许多问卷会询问轻度、中度和剧烈体力活动的频率及持续时间，并列举相应的活动示例^4,5,6,7,8。然而，由于个体对体力活动强度水平的理解存在差异，此类问卷可能存在准确性不足的问题⁹。此外，特定的活动示例可能不适用于具有不同身体状况的个体。例如，超重或肥胖个体在进行完全相同的活动时，可能比体重正常者感到更明显的劳累。另一方面，直接测量方法（如加速度计）则需要较多的时间和成本，且由于反应性偏倚^10,11、样本选择偏倚¹²以及难以准确捕捉某些活动类型¹³，其有效性也受到限制。大量研究表明，自我报告与基于加速度计测量的体力活动之间仅存在低至中等程度的一致性^14,15,16。大多数研究结果表明，受访者报告的高强度体力活动时间多于直接测量所得数据。在本文中，使用术语 "gap" 来指代加速度计测量与自我报告体力活动之间的一致性不足。

作为计算机辅助自填式问卷的一部分，视频可能有助于提高自我报告的准确性，从而协调两种测量方法。视频演示能够展示不同强度的身体活动水平，而这些内容仅靠文字描述难以准确传达。受访者可以获得一个视觉参照，将其自身活动水平与之比较，从而减少对轻度、中度和剧烈身体活动的误分类。迄今为止，已有用于评估行动能力与身体功能的视频辅助工具，且已针对老年人群进行了验证^17,18,19。据我们所知，目前尚无提供轻度、中度和剧烈身体活动参照的视频辅助评估工具。

我们制作了一段3分钟的视频，展示了一名中年男性在健身中心的跑步机上，讲解轻度、中等强度和高强度体力活动（PA）的定义，同时直观呈现与这些强度水平相关的症状。本文所述方法为一项随机对照试验，旨在检验该视频演示对自我报告与加速度计测量的中等到高强度体力活动（MVPA）之间差距的影响。此外，还进行了标准化的身体测量评估（包括身高、体重以及腰围和臀围），以探讨干预效果是否因参与者的身体构成不同而存在差异。

该方法学适用于检验任何旨在缩小自我报告与直接测量体力活动之间差距的视频演示，以支持计算机辅助的体力活动问卷评估。由于需要准确的测量方法来评估当前和变化的体力活动水平、体力活动干预措施的有效性以及体力活动与健康结局之间的关联，该方法学可应用于不同人群和多种情境。

方案

本方案已获得格赖夫斯瓦尔德大学医学伦理委员会批准（编号 BB 076/18；2018 年 6 月）。

1. 视频构建与实验设计

1. 根据具体的实验问题，选择一个公开可获取或自行制作的视频。该视频应解释自填式问卷中所使用的术语，以帮助参与者理解。此处使用的视频包含对症状的解释和可视化展示，并举例说明轻度、中等强度和高强度的身体活动（PA）。
   1. 在视频中，安排一名身处健身中心跑步机上的人，对身体活动（PA）的不同强度水平进行总体介绍。
   2. 让此人解释在不同强度水平下心率、呼吸频率以及能否正常说话等方面的差异，并同时在跑步机上以相应速度行走或跑步，演示这些症状。
   3. 让此人举例说明日常生活中的各类活动，并强调个体在评估身体活动强度水平时存在的差异。
      注：此处使用的视频基于美国疾病控制与预防中心（Centers for Disease Control and Prevention, CDC）的一段视频剪辑，以德语制作²⁰。如果参与者为英语母语者，可使用原始英文视频，并重点播放其中1:46至3:25的时间段。本视频中的人物为一名约五十岁、体重正常、身体健康的白人男性。视频结构与内容的可视化展示见图1。
2. 将该视频整合至一份自填式的平板电脑调查问卷中，并在身体活动（PA）问卷开始前直接播放，确保参与者无法跳过该视频。视频播放顺序需以1:1比例随机化。
   1. 根据研究需要，在调查问卷中加入有关社会人口学和健康相关变量的问题，用于描述样本特征。
   2. 在本研究中，采用经过修改的国际身体活动问卷短表（International Physical Activity Questionnaire Short Form, IPAQ-SF）⁴的德语版本²¹来评估自报身体活动水平，涵盖过去七天的情况。问卷中分别设置两个条目用于评估中等强度和高强度身体活动的天数及每日持续时间。原始问卷中关于步行的条目已被替换为关于轻度身体活动的问题，因为步行可能以不同强度进行²²，且通过加速度计测量时，步行并不等同于轻度身体活动。调查中包含的社会人口学和健康变量包括性别、年龄、学校教育程度、就业状况、目前是否与伴侣共同生活、当前吸烟情况以及自评总体健康状况。

图1：不同体力活动强度水平视频演示的示意图结构。 图中展示了视频的主要场景，包括相应的单个镜头、时长及内容摘要。该视频基于美国疾病控制与预防中心（CDC）提供的视频片段²⁰。请点击此处查看此图的放大版本。

2. 功率计算

1. 使用相应的软件进行功效分析，以确定获得具有统计学意义结果所需的样本量。包括中期分析，以验证基本假设并实现研究的早期终止。
   1. 选择适合研究问题的统计检验方法。
   2. 根据文献资料，设定对照组中问卷数据与加速度计数据之间的假设均值差异，即在未播放视频的情况下，自我报告与直接测量的身体活动（PA）之间的差异。
   3. 设定实验组中问卷数据与加速度计数据之间的假设均值差异，即在包含视频演示的情况下，自我报告与直接测量的身体活动（PA）之间的差异。
   4. 设定两组的假设标准差（SD）。
   5. 根据需要选择检验功效和α水平。
2. 根据文献资料并结合具体的研究设计，确定一个假设的失访率，以计算出最终需要招募的参与者人数。
3. 本研究的功效分析基于假设方差相等的两样本t检验。根据可比样本¹⁰，假设对照组中问卷与加速度计数据之间的均值差异为每日90分钟的中高强度身体活动（MVPA）。实验组的假设均值差异为每日60分钟（两组的SD = 每日100分钟）。由于假设视频的引入会缩小两种测量方法之间的差距，因此选择单侧显著性水平p = .05（功效 = .80）。包含中期分析的功效计算结果显示，共需314名参与者才能证明实验效应。假设失访率约为10%，计划招募350名参与者（图2）。

图 2：计算得出的参与流程示意图。n = 参与者数量。所有 n 均指功效计算的结果。请点击此处查看此图的放大版本。

3. 参与者招募与数据采集准备工作

1. 选择一个能够留出足够时间分发加速度计并准备数据采集的招募场所（例如购物中心或工作场所），以尽量减少参与者的负担，并提高其对研究的依从性。
   1. 招募能够独立行走（例如，不长期使用轮椅）且在身体和认知上能够完成自填问卷的参与者。确保在目标年龄范围内，男性和女性参与者的数量大致相当。
   2. 作为参与激励，告知参与者在完成研究后将收到一份关于直接测量的身体活动（PA）和久坐时间的反馈信函。可根据需要使用金钱激励。
   3. 在每位参与者开始参与前，获取其书面知情同意书。
2. 为进行客观测量，使用佩戴在右侧髋部的三轴加速度计。可使用其他设备，但应具备连续七天数据采集的存储容量。为最准确地捕捉日常身体活动，需遵循所用设备的具体操作说明。
   1. 准备配有多种尺寸弹性腰带的加速度计，并选择一条使参与者佩戴舒适的腰带。
   2. 根据设备生产商提供的说明，向参与者充分说明如何正确使用加速度计。指导参与者从第二天开始佩戴设备，并确保其在清醒期间全程佩戴（即每天起床后至入睡之前）。
   3. 使用配套软件在计算机上初始化加速度计。务必正确设置佩戴周期。选择30 Hz²³的采样频率。如适用，可根据需要填写参与者特定信息（例如体重或出生日期，用于参与者身份识别）。
   4. 为每位参与者安排一次评估会话，以收集自报的身体活动水平和人体测量数据。确保该会话在最后一次佩戴加速度计后的第二天进行，从而使加速度计数据与问卷数据对应相同的时间段。若因时间原因无法实现，最多允许延迟两天。
   5. 送别参与者时，鼓励其保持正常的日常活动，并提醒其在参加评估会话时记得归还加速度计。
      注：本研究在德国东北部梅克伦堡-前波美拉尼亚州的一个农村地区——格赖夫斯瓦尔德市开展。研究对象为40至75岁的一般人群，通过在购物中心主动招募。激励措施包括加速度计使用反馈信函以及价值10欧元的购物券。指导参与者连续佩戴设备七天，并在进行任何涉水活动时（如洗澡或游泳）取下设备。

4. 受试者评估环节

注意：在最后一次佩戴加速度计后的三天内完成本次操作。

1. 从参与者处收回加速度计。
2. 在平板电脑的调查系统中创建新参与者记录，并输入该参与者的个人研究编号。
3. 将平板电脑交给参与者，由其自行完成自填式问卷。
4. 当参与者完成问卷后，收回平板电脑，并继续进行身体测量。
   1. 请参与者脱鞋，站在已校准的秤上测量体重。将测量结果输入平板电脑。
   2. 请参与者脱鞋后直立于镜子前，脚趾对准地面标记，测量身高。将测量结果输入平板电脑。
   3. 请参与者脱去上层衣物，以便测量腰围和臀围。腰围测量位置为肋骨下缘与髂嵴之间的中点；臀围测量位置约为髂嵴下方两英寸处。使用镜子确认软尺位置准确。将测量结果输入平板电脑。
5. 感谢参与者并允许其离开。

5. 加速度计数据的下载处理及反馈信函的生成

1. 使用适当的软件从设备下载数据。
   1. 选择使用垂直轴的数据，并设置时间区间（epoch）长度为 10 秒。
   2. 将数据导出至合适的程序以进行进一步处理。根据所使用的输出指标，选择截断点以确定无效佩戴时间，并区分不同强度的身体活动水平^24,25。
      1. 将无效佩戴时间定义为至少连续 60 分钟的零计数，允许其间有 ≤2 分钟的计数在 0 至 100 之间²⁴。
      2. 在成年样本（年龄 ≥18 岁）中，将每分钟计数 <100 定义为静坐时间，每分钟 100 至 2019 计数定义为轻度身体活动，每分钟 2020 至 5998 计数定义为中等强度身体活动，每分钟 ≥5999 计数定义为高强度身体活动²⁴。
2. 将所有相关变量导入适合创建计算机化反馈信函的程序中，使用算法将个体数据自动整合到通用模板中。信函可根据需要包含多个图表，用于可视化基于加速度计的身体活动结果及静坐时间。每个图表应附带一段由三至五个句子组成的文字，解释图表内容并提供相应的健康建议。
3. 在参与者完成研究后，应尽快发送反馈信函。
   注意：本研究中的加速度计反馈信函包含三个图表。第一个图表展示佩戴期间每日步数的变化情况。第二个图表显示每天在静坐、轻度、中等强度和高强度身体活动中所花费的时间。第三个图表以工作日和周末各一天为例，展示所有观察到的下午 6 点至 10 点之间的 10 分钟静坐片段。身体活动建议依据世界卫生组织针对明显健康成年人的身体活动指南²提出；静坐中断建议则基于相关研究结果^26,27,28提出。

6 统计分析

1. 计算所有变量的描述性统计量。
2. 设定每日加速度计佩戴时间的截断值，以避免加速度计数据中的偏倚。
3. 创建一个变量以表示两种测量方法之间的差距。将该变量计算为自我报告的中等到剧烈体力活动（PA）分钟数减去加速度计测得的中等到剧烈体力活动分钟数，得到差异值（差值分数，delta, ∆）。使用双样本 t 检验确定实验组与对照组之间差值的差异。
4. 根据需要绘制图表以直观展示主要分析结果。

结果

上述方法描述了一项随机对照试验，旨在检验关于体力活动强度水平的视频演示是否能够缩小自我报告与加速度计测量的中高强度体力活动（MVPA）之间的差距。计划进行一次中期分析（n = 157），以评估预计所需的314名参与者样本量是否足以检验我们的假设。截至目前，已有142名参与者完成了研究方案。因年龄过大（n = 1）或每日佩戴加速度计不足10小时、且满足该条件的天数少于6天（n = 10）的参与者被排除在分析之外。因此，数据分析基于131名参与者组成的样本，用以展示来自40至75岁一般人群个体中的代表性结果。

表1展示了分析样本（n = 131）的描述性统计结果。该样本中，68名参与者（52%）被随机分配至实验组，63名参与者（48%）被随机分配至对照组。实验组在完成体力活动（PA）问卷前接受了视频演示，而对照组仅接受体力活动评估。本研究假设视频演示可缩小自我报告与加速度计测量的体力活动之间的差距。中期分析的初步结果显示，视频组的形式平均差异较低（M = 21.8，SD = 108.9），而对照组为（M = 41.0，SD = 117.4，t(129) = 0.97，p = .166，图3和图4）。该p值位于检验模拟的显著性边界（p < 0.010）与无效性边界（p > 0.269）之间。因此，研究可按原计划继续进行，直至达到总样本量。

	总样本	对照组	视频组
N	131	63 (48%)	68 (52%)
性别，女性	85 (65%)	46 (73%)	39 (57%)
年龄，年	60.1 ± 8.9	58.1 ± 9.6	61.9 ± 7.9
目前与伴侣共同居住，是	102 (78%)	51 (81%)	51 (75%)
学校教育
< 10年	20 (16%)	12 (19%)	8 (12%)
10年	64 (50%)	27 (44%)	37 (56%)
> 10年	44 (34%)	23 (37%)	21 (32%)
未说明（n = 3）
就业状况
全职或兼职	55 (42%)	33 (52%)	22 (32%)
不规律就业	23 (18%)	8 (13%)	15 (22%)
无业或已退休	53 (40%)	22 (35%)	31 (46%)
当前吸烟者，是	22 (17%)	12 (19%)	10 (15%)
体重指数
< 25 kg/m2	34 (26%)	23 (37%)	11 (16%)
≥ 25 kg/m2 且 < 30 kg/m2	55 (42%)	22 (35%)	33 (49%)
≥ 30 kg/m2	42 (32)	18 (29%)	24 (35%)
自报总体健康状况	2.8 ± 0.7	2.8 ± 0.8	2.8 ± 0.6
加速度计佩戴时间，min/天	883.0 ± 82.8	896.1 ± 74.4	870.8 ± 88.7
基于加速度计的中高强度体力活动时间，min/天	45.2 ± 27.7	44.1 ± 24.3	46.2 ± 30.7
自报中高强度体力活动时间，min/天	77.2 ± 117.2	85.2 ± 119.0	68.0 ± 115.8

表1：初步中期分析中纳入参与者的样本特征。N = 参与者人数。MVPA = 中等到剧烈强度体力活动。数据以连续变量的均值±标准差和分类变量的参与者人数（%）表示。体重指数根据参与者评估时客观测量的身高和体重计算得出。自报总体健康状况采用5点量表评估，1为“非常好”，5为“非常差”。自报和加速度计测量的MVPA以及加速度计佩戴时间均为七天内每日平均分钟数。

图3：各研究组自我报告与加速度计测量的中高强度体力活动差异的平均值比较。 Δ = 差值。 MVPA = 中高强度体力活动。 min/day = 每分钟/天。图中显示了对照组（灰色方块）和视频组（蓝色菱形）的平均差异及其相应的95%置信区间。平均差异的计算方法为自我报告的MVPA分钟数减去加速度计测得的MVPA分钟数。数据来源于中期分析的初步结果（n = 131）。 请点击此处查看此图的放大版本。

图4：对照组（A）和视频组（B）中自我报告与加速度计测量的中等到剧烈体力活动（MVPA）差异的Bland-Altman图，用于直观展示两种方法之间的差异。 MVPA = 中等到剧烈体力活动。min/day = 每分钟/天。SD = 标准差。差异值计算方式为自我报告值减去加速度计测得的MVPA分钟数。若两种测量方法完全一致，则所有数据点应落在y轴数值为0的水平线上（红线）。数据来源于中期分析的初步结果（n = 131）。请点击此处查看该图的放大版本。

讨论

本报告描述了一种用于检验视频演示对自我报告与加速度计测量的身体活动（PA）之间差异影响的方法。如果在进行自我报告评估之前先观看身体活动强度水平的视频演示，可能会减少中高强度身体活动（MVPA）的报告高估现象。该方案可用于检验任何现有或自行制作的信息类视频对基于计算机辅助评估获得的自我报告身体活动数据与直接测量的身体活动数据之间差异的影响。

该方案中最重要的步骤包括确保获得准确数据的试验实施基本要点，例如正确初始化加速度计并下载数据，或确保受访者无法跳过视频。此外，关于加速度计佩戴周期和每日佩戴时长也存在一些更具体的问题。首先，加速度计的佩戴周期与自我报告的数据应对应相同的时间段。在招募完成后立即发放加速度计，并确定评估会话的日期，有助于提高参与者对预定随访的依从性。其次，参与者可能并非始终遵循加速度计佩戴指导。设备佩戴时间可能少于七天和/或每天仅佩戴数小时，而后续的自我报告却涵盖整个佩戴周期。因此，中高强度体力活动（MVPA）的报告值可能被高估。此外，若不同研究组之间的佩戴时长存在显著差异，则可能导致基于加速度计的MVPA数据产生偏差，从而影响研究结果。对中期描述性统计结果的检查可能揭示佩戴时长不足的情况。例如，在完成研究方案的参与者中（n = 142），仅有115名参与者在七天中的每一天佩戴设备至少10小时。其中有三名参与者在一天或多天的佩戴时长为0分钟。排除异常值似乎是必要的，以确保数据能够代表完整的一整天以及整个评估周期。尽管大多数关于加速度计与体力活动问卷数据相关性的研究要求每周至少有4天、每天至少佩戴10小时²⁹，但针对测量方法间差异的研究可能需要更为严格的截断标准。因此，我们决定将那些未达到每周至少6天、每天至少佩戴10小时的参与者从分析中剔除。

本方案的进一步修改可能是适当的。如表1中描述性统计的初步结果所示，我们的总样本以及各研究组之间男性与女性的比例存在不平衡。如果视频对男性和女性的自我报告产生不同的影响，则总体视频效应可能存在偏倚。因此，在随机化算法中可能需要考虑基本变量（例如性别和年龄）。此外，主要分析模型可能需要采用线性回归模型而非t检验，并将社会人口学和健康相关变量作为潜在的混杂因素纳入分析。

本文所述方法旨在通过视频讲解来改善个体对身体活动强度水平的理解，从而缩小自我报告与加速度计测量所得身体活动数据之间的差距。然而，每种测量方式固有的特定特征仍会影响这一差距。首先，自我报告的身体活动数据易受回忆偏倚的影响³⁰ 并可能受到社会期望偏倚的影响^31,32第二，加速度计数据的偏差主要源于佩戴设备的动机差异。第三，佩戴在髋部的加速度计可能无法准确捕捉骑自行车和游泳活动¹³最后，加速度计可捕捉运动的绝对量，而自我报告则反映相对的身体用力程度^33,34,35考虑到这些因素，强度水平的可视化可能只是缩小自我报告与直接测量的身体活动（PA）之间差距的多种方法之一。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
加速度计	ActiGraph, LLC	ActiGraph Model GT3X+	这是市场上最常见的设备。其他厂商也提供类似产品。
Access 软件	Microsoft		该软件用于生成计算机化的反馈信件。
Actilife 软件	ActiGraph, LLC		用于准备、初始化、下载和处理加速度计采集数据的软件。
固定带	ActiGraph, LLC	弹性带	用于将加速度计佩戴在髋部的弹性绑带。
统计分析软件	StataCorp		Stata 软件用于统计分析。
电子秤（身高）	ADE GmbH & Co.	MZ 10020	该秤用于测量人体身高。
电子秤（体重）	Soehnle Industrial solutions GmbH	SOEHNLE 7720	该秤用于测量人体体重。
Excel 软件	Microsoft		该软件用于对基于加速度计的数据进行计算。
PASS 样本量计算软件	NCSS	PASS Sample Size 16	该软件用于功效计算。
平板电脑	Apple Inc.	iPad MC769FD/A	该平板电脑用于自评量表的施测。
USB 数据线	ActiGraph, LLC	USB 数据线	用于设备通信及加速度计充电的 USB 数据线。