Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

Görselleştirme farkı azaltmak için yoğunluk düzeyleri arasında kendi kendine bildirilen ve doğrudan fiziksel aktivite ölçülen

Published: March 7, 2019 doi: 10.3791/58997
Automatic Translation
1,4, 1,4, 1,2,4, 3,4, 1,4, 1,4
1Institute of Social Medicine and Prevention, University Medicine Greifswald, 2Institute for Medical Psychology, University Medicine Greifswald, 3Department of Internal Medicine B, University Medicine Greifswald, 4partner site Greifswald, DZHK (German Centre for Cardiovascular Research)

Summary

Bu iletişim kuralı bir randomize kontrollü bir video gösterisi kendi kendine bildirilen ve accelerometer tabanlı orta dinç fiziksel aktivite arasındaki intra bireysel farkı etkisini test etmek için bir yöntem olarak açıklar.

Abstract

Fiziksel aktivite (PA) değerlendirme are ucuz ve basit yönetmek araçlar ihtiyacı var. Hafif, orta ve şiddetli PA harcanan süre ortak soru sormak Ancak, yanlışlıklar PA yoğunluk düzeyleri ayrı ayrı farklı anlayış nedeniyle meydana gelebilir. Alternatif olarak kullanılan doğrudan önlemler (örneğin, ivme) reaktivite önyargı duyarlı ve belirli etkinlikler yakalamak için yetenek eksikliği. Accelerometer ölçüme göre katılımcıların daha yüksek yoğunluklu PA harcanan daha fazla süre rapor PA yoğunluk düzeyleri görüntüler bir video bu sorunun üstesinden gelmek için yardımcı. Bu rapor bir video etkisi doğrudan ölçülen ve kendi kendine bildirilen PA arasındaki farkı araştırmak için bir randomize kontrollü bir metodoloji olarak tasarımını açıklar Video iki önlemler ortalama farkı azaltır onaylanmadığına karar. Genel nüfus bireylerin işe aldı. Hip-aşınmış ivme üzerinde yedi gün üst üste doğrudan ölçülen PA veri toplamak için kullanılır. Daha sonra katılımcılar rasgele deney ve kontrol grubu için tahsis edilmiştir. Deney grubu bir video gösterisi PA yoğunluk düzeyleri ve sonraki PA değerlendirme kendi kendine yönetilen bilgisayar destekli anket yoluyla alır. Kontrol grubu PA değerlendirme sadece alır. Bundan sonra verileri kendi kendine bildirilen ve accelerometer tabanlı orta dinç fiziksel aktivite (MVPA) kullanarak bir iki örnek t-test çalışma grupları arasında arasında fark karşılaştırmak için işlenir. Bu yöntem, herhangi bir varolan veya kendi ürettiği video etkisi iki ölçüm yöntemleri arasındaki farkı soruşturma için uygundur. PA seviyesini doğru önlemler gerektiğinde genel nüfus kişiden sadece, ama diğer nüfus ve bağlamlarda çeşitli için kullanılabilir.

Introduction

Çünkü ucuz ve basit-e doğru yönetmek değerlendirme fiziksel aktivite (PA) yaygın olarak anket tarafından yapılır. Daha yüksek yoğunluklu PA miktarda ve kalp ve damar sağlığı arasında olumlu ilişkiler iyi kurulmuş1,2,3olduğundan, birçok soru formlarını frekans ve hafif, orta ve dinç baba içinde harcanan zaman bilgi almak ilgili faaliyetleri4,5,6,7,8örnekler sunmak. Ancak, onlar tarafından yanlışlık PA yoğunluk düzeyleri9ayrı ayrı farklı anlayış nedeniyle hatalı. Ayrıca, özel etkinlik örnekleri farklı fiziksel anayasalar olan bireyler için doğru tutun olmayabilir. Örneğin, tam olarak aynı etkinlik gerçekleştirirken fazla kilolu ya da obez kişilerin normal kilolu olan kişilerin daha fazla sarf hissedebilirsiniz. Öte yandan (örneğin, accelerometry) doğrudan ölçümleri önemli miktarda zaman ve maliyet gerektiren ve reaktivite önyargı10,11, örnek seçimi önyargı12ve yetenek eksikliği nedeniyle sınırlı geçerlilik sahip doğru bir şekilde belirli faaliyetler13yakalamak. Çok çeşitli çalışmalar sadece kendi kendine bildirilen ve accelerometer tabanlı PA14,15,16arasında orta anlaşmaları için düşük gösterdi. Çoğu bulgular katılımcıların doğrudan ölçülen verileri karşılaştırıldığında daha yüksek yoğunluklu PA harcanan daha fazla süre rapor göstermektedir. El yazması dönem "boşluk" accelerometry ve kendi kendine bildirilen PA arasındaki anlaşma bu eksikliği belirtmek için kullanılır

Bilgisayar destekli kendi kendine tamamlanan soru formu parçası iki ölçülerin doğruluğunu artırarak uzlaştırmak için yardımcı gibi bir video otomatik olarak bildirir. Bir video gösterisi sadece yazılı metne göre açıklamak zor farklı yoğunluk düzeyleri PA göstermek için bir fırsat sağlar. Katılımcıların görsel bir referans almak onların performans düzeyleri ile ve böylece, misclassification ışık karşılaştırın, ılımlı ve dinç PA azaltılmış. Şu ana kadar Değerlendirmeler desteklemek için videolar hareketlilik ve fiziksel işleyişi büyük yetişkin17,18,19için doğrulanmış bağlamında mevcuttur. Bilgimizi, hafif, orta ve şiddetli PA için bir başvuru sağlar hiçbir video destekli Değerlendirmeler vardır

Bir 3 dakikalık video şartları ışık, ılımlı ve dinç PA açıklar ve aynı anda belirtiler görüntüler bir fitness merkezinde bir koşu bandı üzerinde orta yaşlı bir adam bu yoğunluk düzeyini ilgili gösteren geliştirdik. Burada açıklanan metodoloji kendi kendine bildirilen ve accelerometer tabanlı orta dinç fiziksel aktivite (MVPA) arasındaki boşluğu video gösteri etkisini test etmek için bir randomize kontrollü olduğunu. Buna ek olarak, standart somatometry (yüksekliği, vücut ağırlığı ve bel ve kalça çevresi) değerlendirilmesi etkileri katılımcıların fiziksel Anayasa göre farklı olup olmadığını araştırmak için yapılır.

Metodoloji kendi kendine bildirilen ve doğrudan ölçülen PA arasındaki boşluğu azaltmak bilgisayar destekli PA anket değerlendirme amacıyla kullanımını destekleme herhangi bir video gösterisi etkisini test etmek uygundur Geçerli ve değişen PA seviyesini, PA müdahaleler ve PA ve sağlık sonuçları arasındaki ilişkileri doğru önlemler gerektiğinde metodoloji çeşitli nüfus ve bağlamlarda kullanılabilir.

Protocol

Bu iletişim kuralı Üniversitesi Tıp Greifswald (sayı BB 076/18; Etik Komitesi tarafından kabul edildi Haziran 2018).

1. video inşaat ve deneysel tasarım

  1. Belirli deneysel soru üzerine dayalı bir genel olarak kullanılabilir veya kendi ürettiği video seçin. Video katılımcıların anlayış desteklemek için kendi kendine rapor soru formunda kullanılan terimler açıklaması gerekir. Burada kullanılan video açıklayan ve belirtiler görselleştirmenin yanı sıra hafif, orta ve şiddetli PA örnekleri adlandırma içerir
    1. Videoda, PA farklı yoğunluk düzeyi genel bir giriş vermek bir kişi bir fitness merkezinde bir koşu bandı var
    2. Nabız, solunum frekans ve yoğunluk düzeyleri uygun olarak normalde konuşmak yeteneği farklılıkları açıklamak kişi var. Aynı anda yürüyüş/hızı according, bir koşu bandı üzerinde çalışırken bu belirtileri gösteren kişi var.
    3. Günlük yaşam aktiviteleri örnekler verin ve PA yoğunluk düzeyleri değerlendirilmesi bireysel farklılıkları vurgulamak kişi var.
      Not: Burada kullanılan video video kırpmak--dan merkezleri hastalık kontrol ve Önleme (CDC)20için temel Almanca üretildi. Katılımcıların anadili İngilizce ise, orijinal video dakika 1:46 için 3:25 üzerinde durularak kullanılabilir. Mevcut video yaklaşık elli yaşında, normal kilo, beyaz bir erkek iyi fiziksel formda kişidir. Video yapısını ve içeriğini görsel gösterimi için bkz: şekil 1 .
  2. Video doğrudan PA soru formu önce sunulacak ve katılımcılar video atlayamazsınız emin olmak için bir kendi kendine yönetilen tablet bilgisayar araştırma entegre. Video 1:1 sunumunu rastgele.
    1. Sosyodemografik ve sağlık sorular entegre içine anket örnek özellikleri açıklaması için istediğiniz gibi ilgili değişkenleri.
    2. Bu da çalışmanın, kendi kendine bildirilen PA International fiziksel aktivite anket kısa formu (IPAQ-SF)4, Almanca versiyonu21, değiştirilmiş bir sürümü kullanarak son yedi gün adresleme değerlendirilir. İki öğe gün ve ilgili zaman ılımlı ve dinç PA dizi adresi Yürüyüş üzerinde özgün öğeler hafif PA hakkındaki sorular yürüyüş farklı yoğunluk düzeyleri22 tarihinde gerçekleştirilebilir ve yürüyüş hafif PA accelerometry tarafından ölçülen eşdeğer değildir olarak yerini alır. Ankete dahil sosyodemografik ve sağlık değişkenlerdir cinsiyet, yaş, okul eğitim, istihdam, bir ortak ile birlikte yaşayan geçerli geçerli yasaktır ve kendi kendine oy alan genel sağlık.

Figure 1
Şekil 1: şematik yapısı farklı fiziksel aktivite yoğunluk düzeyleri video gösterisi. Tek çekim, uzunlukları ve içeriğinin özetini göre ile video ana sahneleri tasvir edilmektedir. CDC20tarafından sağlanan video klip, video bağlıdır. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

2. güç hesaplama

  1. İstatistiksel olarak kesin sonuçları elde etmek gerekli örnek boyutu tanımlamak için ilgili yazılım kullanarak bir güç analizi yapmak. Temel varsayımlar ve çalışmanın erken durdurma doğrulamak için geçici bir analiz içerir.
    1. İstatistiksel test için araştırma soru uygun seçin.
    2. Edebiyat dayalı, anket ve accelerometer veri kontrol grubunda, sapma sunum video olmadan kendi kendine bildirilen ve doğrudan ölçülen PA arasında kabul edilen ortalama farkı küme.
    3. Deney grubu, sapma arasında doğrudan ölçülen ve kendi kendine bildirilen PA video gösteri eklenmesi ile anket ve accelerometer verilerde arasında kabul edilen ortalama fark ayarlayın.
    4. Varsayılan standart sapma (SD) iki grup için ayarlayın.
    5. Güç ve istediğiniz gibi alfa düzeyi seçin.
  2. Edebiyat ve belirli çalışma tasarım göz önünde bulundurarak dayalı, varsayılan bırakma oranına işe katılımcıların son sayı almak için karar verin.
  3. Bu da çalışmanın güç analizi bir iki örnek t-eşit varyans varsayarak testte temel alır. Bir karşılaştırılabilir örnek10tabanlı, anket ve accelerometer veri kontrol grubunda arasında kabul edilen ortalama fark MVPA günde 90 dk var. Günde 60 dk deney grubu kabul edilen ortalama fark nedir (SD her iki grupta günde 100 dk =). Video entegrasyonu ikisi arasındaki boşluğu azaltır onaylanmadığına karar gibi önlemler, tek taraflı bir önem düzeyidir p =.05 seçilir (güç.80 = gerektiğini Geçici analizi de dahil olmak üzere güç hesaplama sonuçları Toplam 314 katılımcı sayısı deneysel etkisi gösteren için gereklidir ortaya koydu. Bir bırakma oranı yaklaşık % 10 varsayarsak, 350 katılımcılar (Şekil 2) işe almak için planlanmaktadır.

Figure 2
Şekil 2: hesaplanan katılım akışı şematik tasviri. n katılımcı sayısı =. Tüm n güç hesaplama sonuçlarına bakın. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

3. katılımcı işe alma ve veri toplama için hazırlık

  1. Ayarı bir işe alım yeterli zaman hakkını accelerometer ve katılımcıların çabaları düşük tutmak için ve çalışma bağlılığı artırmak için veri toplama (örneğin, bir alışveriş merkezi ya da işyeri) için hazırlamak için izni seçin.
    1. Bağımsız olarak yürümeyi yeteneğine sahip katılımcılar askere (örneğin, bir tekerlekli sandalye yok sürekli kullanım) ve kim kendini rapor soru formunu tamamlayan fiziksel ve Bilişsel yeteneğine sahip. İstenilen yaş aralığındaki her yaştan kadın ve erkek katılımcıların benzer bir numara işe emin olun.
    2. Katılım için bir teşvik olarak işaret katılımcılar bir geribildirim mektup doğrudan ölçülen PA ve çalışma tamamladıktan sonra yerleşik zaman almaya gidiyoruz. Parasal teşvikler istediğiniz gibi kullanın.
    3. Yazılı Onam onların katılım öncesinde her kişiden elde edilir.
  2. Objektif ölçüm için sağ kalça giyilmelidir üç Aksiyel accelerometer kullanın. Diğer aygıtları kullanılabilir ancak yedi gün üst üste veri toplama için hafıza kapasitesi olmalıdır. En doğru günlük PA yakalamak için kullanılan belirli bir aygıtı yönergeleri izleyin.
    1. İrili ufaklı elastik bantlar hazırlanan ivme var ve katılımcı konforlu uygun olanı seçin.
    2. Aygıt üreticisi tarafından sağlanan yönergelere göre accelerometer işlemek konusunda yeterli bilgi ver. Katılımcılar ise ertesi gün aygıt giyiyor başlatmak için talimat. Katılımcılar (gidiş kadar uyku almak sonra yani, her gün saat) uyanma sırasında cihazın giymek emin olun.
    3. Accelerometer uygun yazılımı kullanan bir bilgisayarda başlatın. Giyen dönemini oluşturan doğru ayarladığınızdan emin olun. 30 Hz23bir örnekleme hızı seçin. Varsa, istediğiniz gibi katılımcı belirli bilgileri doldurmak seçin (örneğin, beden ağırlık veya katılımcı kimliği sebebiyle Doğum tarihi).
    4. Kendi kendine bildirilen PA ve somatometry elde etmek için her bir katılımcı değerlendirme oturum için zamanlayın. Bu oturum bir gün gün giyen son ivme sonra yer alır emin olun. Bu nedenle, accelerometer ve soru formu veri aynı süre için başvurun. Bu zamanın nedenlerle mümkün değilse, iki gün en fazla bir gecikme kabul ediyorum.
    5. Normal günlük faaliyetleri meşgul ve oturum için görünen zaman ivme dönmek katılımcı hatırlar emin olmak için Katılımcı teşviki ile görevden.
      Not: Bu çalışmada Greifswald, Batı Pomeranya, kuzeydoğu Almanya kırsal bir bölgede bir şehirde yürütülmektedir. 40 ve 75 yaş arasındaki genel nüfus kişiden proaktif bir alışveriş merkezinde işe. Accelerometer geribildirim harfler ve 10 avro tutarında alışveriş kuponları teşvikler kullanılır. Katılımcılar cihazın yedi gün üst üste giymek için ve herhangi bir su bazlı faaliyetler için (örneğin, duş veya yüzme) kaldırmak için talimat verdi.

4. katılımcı değerlendirme oturumu

Not: Bu oturum gün giyen son ivme sonra üç gün içinde kuralları.

  1. Accelerometer katılımcıdan toplamak.
  2. Yeni bir tablet bilgisayar anket katılımcısı ve katılımcının bireysel çalışma kimlik numarası türü ayarlayabilirsiniz.
  3. Tablet bilgisayar self-administrative anket cevaplamak için Katılımcı ver.
  4. Soru Formu Katılımcı tamamlandığında, tablet bilgisayar toplamak ve somatometry ölçüm ile devam.
    1. Kendi ayakkabını çıkar katılımcı sormak ve üzerinde durmak ölçekler vücut ağırlığının ölçümü için kalibre. Sonuçta tablet bilgisayar yazın.
    2. Vücut yüksekliği ölçümü için zeminde düz ayak bir işareti ile bir ayna önünde ayağa kalkmaya katılımcı sormak. Sonuçta tablet bilgisayar yazın.
    3. Bel ve kalça çevresi ölçümü için giyim üst Katmanlar kaldırmak için Katılımcı sormak. En düşük fiyat kaburga ve iliyak taç arasında bel çevresi orta ölçmek. Kalça çevresi yaklaşık iki santim aşağıda iliyak kret ölçmek. Aynaya doğru kaseti konumlandırma denetlemek için kullanın. Sonuçlarda tablet bilgisayar yazın.
  5. Teşekkür ederim ve katılımcı görevden.

5. download accelerometer veri işleme ve geribildirim mektup oluşturmak için

  1. Uygun yazılımı kullanılarak aygıttan veri indirme.
    1. Dikey ekseni verilerini kullanmak ve bir dönem uzunluğu 10 seçmek için seçin s.
    2. İşlenmesi için uygun bir programa veri verin. Kesme noktaları giyim zamanı belirlemek için ve PA yoğunluk düzeyleri24,25arasında ayırt etmek için kullanılan çıkış ölçü göre seçin.
      1. Giyim zaman bırakmak için ≤2 min 0 ve 10024arasında sayıları sıfır sayıları en az 60 dk ardışık tanımlayın.
      2. Yetişkin bir örnek (yaş 18 ve üzeri), değerleri sınıflandırmak < min sedanter zaman olarak, değer olarak ışık PA, min başına 100 ve 2019 sayıları arasında başına 100 sayar değerleri 2020 ve 5998 orta PA ve değerleri olarak güçlü PA24min başına 5999 veya daha fazla sayıları arasında.
  2. Tüm ilgili değişkenleri otomatik olarak tek tek veri genel şablon entegre etmek için bir algoritma kullanarak bir bilgisayarlı geribildirim mektup oluşturmak için uygun bir bilgisayar programına içe aktarın. Mektup sedanter zaman gibi accelerometer tabanlı PA sonuçlar istediğiniz gibi görselleştirme grafikler bir dizi içerebilir. Rakamlar içeriğini açıklayan ve ilgili sağlık önerileri sağlayan üç beş cümle bir paragrafa tarafından eşliğinde her grafik var.
  3. Katılımcının çalışma tamamlandıktan sonra en kısa zamanda geri bildirim mektubu teslim.
    Not: Accelerometer geribildirim harflerle da çalışmanın üç grafikler içerir. İlk grafik giyen süre günlük adımları görüntüler. İkinci grafik sedanter ve ışık, ılımlı ve dinç PA giyen her gün fazla harcanan zamanı gösterir. Üçüncü grafik tüm gözlenen 10-min-nöbetleri sedanter saat 6 ila 10 pm hafta içi ve hafta sonu gün örneği gösterilmektedir. PA tavsiyeler görünüşte sağlıklı yetişkin2Dünya Sağlık Örgütü'nün PA esaslarına göre sunulmaktadır. Sedanter sonları tavsiyeler ilgili çalışmalar26,27,28tarihinde göre sunulmaktadır.

6 istatistiksel analiz

  1. Bütün değişkenler için tanımlayıcı istatistik hesaplar.
  2. Accelerometer veri içinde önyargı önlemek her gün accelerometer aşınma süresi için cut-off değer tanımlayın.
  3. İki ölçü arasındaki boşluğu sunar bir değişkeni oluşturun. Değişken kendi kendine bildirilen accelerometer kaynaklı dk Orta güçlü PA bir fark hangi sonuçlar (delta, ∆) puan edinildi eksi olarak hesaplayın. Deltalar farkı arasında deneysel belirlemek ve denetlemek için bir iki örnek t-test kullanın grup.
  4. Ana incelemenin sonuçlarını istediğiniz şekilde görselleştirmek için bir grafik oluşturun.

Representative Results

PA yoğunluk düzeyleri bir video gösterisi kendi kendine bildirilen ve accelerometer tabanlı MVPA arasındaki boşluğu azaltır olup olmadığını sınamak için bir randomize kontrollü yukarıda ayrıntılı yöntemleri açıklanmaktadır. Geçici bir analiz (n = 157) 314 katılımcılar tahmini örneklem büyüklüğü bizim varsayımını sınamak için yeterli olup olmadığını değerlendirmeniz için planlanmıştı. Şu ana kadar 142 katılımcılar çalışma protokolü tamamladı. Çok yaşlı idi katılımcılar (n = 1) veya kim giymek accelerometer ≥10 saat ≥6 gün günde (n = 10) çözümleme dışı bırakıldı. Böylece, veri analizi 40 ve 75 yaş arasındaki genel nüfus bireyler arasında temsilcisi sonuçlarının bir örnek vermek için bir örnek 131 katılımcıların kullanarak gerçekleştirilmiştir.

Tablo 1 sunar tanımlayıcı istatistik çözümleme örneği (n = 131). Bu örnek, 68 katılımcı (% 52) deney grubu ve 63 katılımcılara (% 48) randomize denetimi gruba randomize. Kontrol grubu PA değerlendirme sadece alınan, ancak deney grubu PA soru formu tamamlamadan önce bir video gösterisi aldı. Video gösterisi kendi kendine bildirilen ve accelerometer tabanlı PA arasındaki boşluğu azaltır onaylanmadığına karar yapıldı. Geçici analiz ilk sonuçlar ortaya video grup daha düşük bir resmi ortalama fark (M 21,8, SD = 108.9 =) kontrollere göre (M 41.0, SD = 117.4, t(129) = 0.97, p =.166, şekil 3 = ve şekil 4). P-değeri significance (p < 0.010) ve boşuna oluş arasında (p > 0.269) sınırlarını test simülasyonlar yatıyor. Böylece, çalışma toplam örnek boyutu ulaşılana kadar planlandığı gibi devam edebilir.

Toplam örnek Kontrol grubu Video grup
N 131 63 (% 48) 68 (% 52)
Seks, kadın 85 (% 65) 46 (% 73) 39 (% 57)
Yaş, yıl 60.1 ± 8.9 58.1 ± 9,6 61,9 ± 7.9
Evet bir ortağı ile birlikte yaşayan geçerli 102 (% 78) 51 (% 81) 51 (% 75)
Okul eğitimi
< 10 yıl 20 (% 16) 12 (% 19) 8 (% 12)
10 yıl 64 (% 50) 27 (% 44) 37 (% 56)
> 10 yıl 44 (% 34) 23 (% 37) 21 (%32)
Belirtilmemiş (n = 3)
İstihdam
Tam zamanlı veya yarı zamanlı 55 (% 42) 33 (% 52) 22 (% 32)
Irregularely 23 (% 18) 8 (% 13) 15 (%22)
Değil çalışan veya emekli 53 (% 40) 22 (% 35) 31 (% 46)
Geçerli sigara içen, Evet 22 (% 17) 12 (% 19) 10 (% 15)
Vücut kitle indeksi
< 25 kg / m2 34 (% 26) 23 (% 37) 11 (% 16)
≥ 25 kg/m2 ve < 30 kg / m2 55 (% 42) 22 (% 35) 33 (% 49)
≥ 30 kg/m2 42 (32) 18 (% 29) 24 (% 35)
Kendi kendine bildirilen genel sağlık 2.8 ± 0.7 2.8 ± 0,8 2.8 ± 0,6
Accelerometer aşınma zaman, min/gün 883.0 ± 82.8 896.1 ± 74,4 870.8 ± 88.7
Accelerometer tabanlı MVPA, min/gün 45.2 ± 27,7 44.1 ± 24,3 46,2 ± 30,7
Kendi kendine bildirilen MVPA, min/gün 77.2 ± 117.2 85.2 ± 119.0 68.0 ± 115.8

Tablo 1: örnek özellikleri ön geçici analize dahil katılımcıların. N katılımcı sayısı =. MVPA orta dinç fiziksel aktivite =. Veri sürekli değişkenler için ortalama ± standart sapma gibi ve katılımcıların (%) sayı olarak sunulmaktadır kategorik değişkenler için. Vücut kitle indeksi katılımcı değerlendirme toplantısında objektif ölçülen yükseklik ve vücut ağırlığı hesaplanır. Kendi kendine bildirilen genel sağlık 1 "çok iyi" 5 "çok kötü" arası bir 5 puanlık ölçekte ölçüldü. Kendi kendine bildirilen ve accelerometer tabanlı MVPA yanı sıra accelerometer aşınma zaman yedi gün boyunca günde ortalama dakika bakın.

Figure 3
Şekil 3: demek çalışma grupları arasında göre kendi kendine bildirilen ve accelerometer tabanlı orta dinç fiziksel aktivite arasındaki farkı. Δ delta =. MVPA orta dinç fiziksel aktivite =. dk/gün günde dakika =. Ortalama farkı % 95 güven aralıkları kontrol grubu (gri kare) ve video grup (mavi elmas) according ile tasvir edilir. Farklılıklar hesaplanan demek gibi kendi kendine bildirilen accelerometer kaynaklı dk MVPA eksi. Veri ön geçici analiz sonuçlarına bakın (n = 131). Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

Figure 4
Şekil 4: mülayim Altman araziler kendi kendine bildirilen ve accelerometer tabanlı orta dinç fiziksel aktivite kontrol grubunda (A) ve video arasındaki farkı görsel gösterimi için Grup (B). MVPA orta dinç fiziksel aktivite =. dk/gün günde dakika =. SD standart sapma =. Farklılıklar hesaplanan olarak kendi kendine bildirilen accelerometer kaynaklı dk MVPA eksi. Önlemler arasında mükemmel bir anlaşma mevcut y ekseni (kırmızı çizgi) 0 değerini, bir yatay çizgi üzerindeki bütün noktalar yalan olurdu. Veri ön geçici analiz sonuçlarına bakın (n = 131). Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. 

Discussion

Bu rapor bir video gösterisi etkisi kendi kendine bildirilen ve accelerometer tabanlı PA arasındaki boşluğu test etmek için bir metodoloji açıklar Kendi kendine rapor değerlendirme PA yoğunluk düzeyleri bir video gösterisi ile öncelenmişse MVPA aşırı raporlama azaltılmış olabilir. Bu iletişim kuralı bir bilgisayar destekli değerlendirme ve doğrudan ölçülen PA elde kendi kendine bildirilen PA veri arasındaki boşluğu herhangi bir varolan veya kendi ürettiği bilgileri video etkisi test etmek için kullanılabilir

İletişim kuralı en önemli adımlar deneme ve tel doğru ivme başlatma ve veri indirme veya video yanıt verenler tarafından atlanabilir değil emin gibi doğru veri alınmasını sağlamak temel yönlerini içerir. Ayrıca, dönem ve günlük giyim zaman ivme hakkında daha özel sorunları vardır. İlk olarak, dönem ve kendi kendine bildirilen veri accelerometer aynı zaman dilimi için başvurmalıdır. İvme el ve değerlendirme tarihte kabul oturum hemen sonra işe alım zamanlanan randevu katılımcıların bağlılığı sağlamak yararlı gibi görünüyor. İkinci olarak, katılımcılar her zaman ivme giydiği için yönergeleri uyumlu değil. Aygıt için yıpranmış olabilir daha az kendinden sonraki raporlar ise yedi gün ve/veya sadece birkaç saat her gün için tam giyen dönemine bakın. Böylece, MVPA aşırı raporlama yapılmasına bağlı. Ayrıca, aşınma zaman çalışma grupları arasında önemli ölçüde farklıysa, sonuçları nedeniyle önyargılı ivme tabanlı MVPA verilerini tehlikeye olabilir. Geçici tanımlayıcı istatistik incelenmesi aşınma zaman yetersiz miktarda ortaya çıkarmak. Örneğin, çalışma Protokolü tamamlayan katılımcılar arasında (n = 142), yalnızca en az 10 saat her yedi gün üzerinde aygıt 115 katılımcılar giydi. Bir veya daha fazla gün 10 dakika aşınma süresi ile üç katılımcı vardı. Aykırı hariç toplam değerlendirme dönemi yanı sıra bütün gün veri temsilcisi olduğundan emin olmak gerekli gibi görünüyor. Accelerometry ve PA anket verileri arasındaki ilişkiler üzerinde en çalışmaları istek bir aşınma süresi ≥10 saat ≥4 gün başına hafta29günde ancak önlemler arasındaki boşluğu üzerine araştırmalar daha muhafazakar kesme değerleri gerekebilir. Böylece, accelerometer ≥10 saat günde ≥6 gün giymek değil analizi katılımcılar dışlamak karar verdi.

Daha fazla değişiklik Protokolü'nün uygun olabilir. İlk sonuçlar Tablo 1 ' de gösterilen açıklayıcı istatistik erkekler ve kadınlar bizim toplam örnek ve çalışma grupları arasında dengesiz bir oranı gösteriyor. Video etkiler kendi kendine bildirirse differentially erkekler ve kadınlar, genel olarak video efektleri önyargılı olabilir. Böylece, temel değişkenler (örneğin, cinsiyet ve yaş) rasgele seçme algoritma dikkate alınması gerekir. Ayrıca, ana analizi modeli sosyodemografik ve sağlık eklemeniz gerekebilir olarak potansiyel confounders bir doğrusal regresyon modelini kullanarak bir t-test yerine değişkenleri ile ilgili.

Metodoloji tanımlamak burada kendi kendine bildirilen ve accelerometer kaynaklı PA PA yoğunluk düzeyleri, adres anlama bir video kullanarak arasındaki boşluğu azaltmayı amaçlamaktadır. Ancak, bu boşluğu etkilemeye belirli özellikleri her ölçü için doğal kalır. İlk olarak kendi kendine bildirilen PA veri önyargı30 hatırlamak duyarlıdır ve sosyal cazibe önyargı31,32tarafından etkilenebilir. İkinci olarak, accelerometer verilerde özellikle kökenleri cihaz giymek için farklı motivasyon önyargı. Üçüncüsü, hip-aşınmış ivme doğru Bisiklete binme ve13Yüzme yakalama yeteneği olmayabilir. Son olarak, ivmeölçerler hareketinin mutlak tutarları ise yakalama kendi kendine hesap için göreli fiziksel zorlama33,34,35bildirir. Bu faktörler göz önüne alındığında, yoğunluk düzeyleri görselleştirme doğrudan ölçülen ve kendi kendine bildirilen PA arasındaki farkı azaltmak için birçok seçenek yalnızca birini takdim edebilir miyim

Disclosures

Yazarlar ifşa gerek yok.

Acknowledgments

Bu araştırma Üniversitesi Tıp Greifswald ve DZHK (Almanca merkezi kardiyovasküler araştırma; tarafından desteklenen Grand No D347000002). Yazarlar Christian Goeze, Stefanie Tobschall ve klip Film - und Fernsehproduktion GmbH teşekkür etmek istiyorum.

Materials

Name Company Catalog Number Comments
Accelorometers ActiGraph, LLC ActiGraph Model GT3X+ This is the most common device on the market. Similar products are available from other vendors.
Access Software Microsoft The software ist used for creation of computerized feedback letters.
Actilife Software ActiGraph, LLC Software to prepare, initialize, download, and processing of data collected by the accelerometers.
Belts ActiGraph, LLC Elastic Belt Elastic bands for accelerometer wearing on the hip.
Computational software StataCorp The software Stata ist used for statistical analysis.
Digital scales (height) ADE GmbH & Co. MZ 10020 The scales are used for body height measurement.
Digital scales (weight) Soehnle Industrial solutions GmbH SOEHNLE 7720 The scales are used for body weight measurement.
Excel Software Microsoft The software ist used for calculations on accelerometer-based data.
PASS Sample Size Software NCSS PASS Sample Size 16 The software is used for power calculations.
Tablet Apple Inc. iPad MC769FD/A The tablet comupter ist used for the self-administered assessment.
USB cable ActiGraph, LLC USB cable USB cable for device communication and charging of accelerometers.

DOWNLOAD MATERIALS LIST

References

  1. Arem, H., et al. Leisure time physical activity and mortality: a detailed pooled analysis of the dose-response relationship. JAMA Internal Medicine. 175 (6), 959-967 (2015).
  2. WHO - World Health Organization. Global recommendations on physical activity for health. , Available from: http://www.who.int/dietphysicalactivity/factsheet_adults/en/ (2018).
  3. AHA - American Heart Association. American Heart Association recommendations for physical activity in adults. , Available from: http://www.heart.org/en/healthy-living/fitness/fitness-basics/aha-recs-for-physical-activity-in-adults (2018).
  4. Craig, C. L., et al. International physical activity questionnaire: 12-country reliability and validity. Medicine & Science in Sports & Exercise. 35 (8), 1381-1395 (2003).
  5. Armstrong, T., Bull, F. Development of the World Health Organization Global Physical Activity Questionnaire (GPAQ). Journal of Public Health. 14 (2), 66-70 (2006).
  6. Godin, G., Jobin, J., Bouillon, J. Assessment of leisure time exercise behavior by self-report: a concurrent validity study. Canadian Journal of Public Health. 77 (5), 359-362 (1986).
  7. CDC/National Center for Health Statistics. National Health Interview Survey. , Available from: https://www.cdc.gov/nchs/nhis/data-questionnaires-documentation.htm (2018).
  8. Friedenreich, C. M., Courneya, K. S., Bryant, H. E. The Lifetime Total Physical Activity Questionnaire: development and reliability. Medicine & Science in Sports & Exercise. 30, 266-274 (1998).
  9. Finger, J. D., et al. How well do physical activity questions perform? A European cognitive testing study. Archives of Public Health. 73 (57), (2015).
  10. Baumann, S., et al. Pitfalls in accelerometer-based measurement of physical activity: the presence of reactivity in an adult population. Scandinavian Journal of Medicine & Science in Sports. 28 (3), 1056-1063 (2018).
  11. Clemes, S. A., Deans, N. K. Presence and duration of reactivity to pedometers in adults. Medicine & Science in Sports & Exercise. 44 (6), 1097-1101 (2012).
  12. Weymar, F., et al. Characteristics associated with non-participation in 7-day accelerometry. Preventive Medicine Reports. 2, 413-418 (2015).
  13. Young, D. R., et al. Sedentary behavior and cardiovascular morbidity and mortality: a science advisory from the American Heart Association. Circulation. 134 (13), e262-e279 (2016).
  14. Cerin, E., et al. Correlates of agreement between accelerometry and self-reported physical activity. Medicine & Science in Sports & Exercise. 48 (6), 1075-1084 (2016).
  15. Dyrstad, S. M., Hansen, B. H., Holme, I. M., Anderssen, S. A. Comparison of self-reported versus accelerometer-measured physical activity. Medicine & Science in Sports & Exercise. 46 (1), 99 (2014).
  16. Lee, P. H., Macfarlane, D. J., Lam, T., Stewart, S. M. Validity of the international physical activity questionnaire short form (IPAQ-SF): A systematic review. International Journal of Behavioral Nutrition and Physical Activity. 8 (115), (2011).
  17. Balachandran, A., Verduin, C. N., Potiaumpai, M., Ni, M., Signorile, J. F. Validity and reliability of a video questionnaire to assess physical function in older adults. Experimental Gerontology. 81, 76 (2016).
  18. Marsh, A. P., et al. Assessing walking activity in older adults: development and validation of a novel computer-animated assessment tool. The Journals of Gerontology. Series A, Biological Sciences and Medical Sciences. 70 (12), 1555-1561 (2015).
  19. Marsh, A. P., et al. The Virtual Short Physical Performance Battery. The Journals of Gerontology. Series A, Biological Sciences and Medical Sciences. 70 (10), 1233-1241 (2015).
  20. Centers for Disease Control and Prevention (CDC). Physical Activity Guidelines - What Counts As Aerobic?. , Available from: https://www.youtube.com/watch?v=GEvJlmpZCoM (2012).
  21. Hagströmer, M. Downloadable questionnaires. , Available from: https://www.sites.google.com/site/theipaq/questionnaire_links (2016).
  22. Ainsworth, B. E., et al. Compendium of physical activities: an update of activity codes and MET intensities. Medicine & Science in Sports & Exercise. 32, 498-504 (2000).
  23. Migueles, J. H., et al. Accelerometer data collection and processing criteria to assess physical activity and other outcomes: a systematic review and practical considerations. Sports Medicine. 47, 1821-1845 (2017).
  24. Troiano, R., et al. Physical activity in the United States measured by accelerometer. Medicine & Science in Sports & Exercise. 40, 181-188 (2008).
  25. Freedson, P., Melanson, E., Sirard, J. Calibration of the computer science and applications, inc. accelerometer. Medicine & Science in Sports & Exercise. 30, 777-781 (1998).
  26. Duvivier, B. M. F. M., et al. Benefits of substituting sitting with standing and walking in free-living conditions for cardiometabolic risk markers, cognition and mood in overweight adults. Frontiers in Physiology. 8, (2017).
  27. Benatti, F. B., Ried-Larsen, M. The effects of breaking up prolonged sitting time: a review of experimental studies. Medicine & Science in Sports & Exercise. 47 (10), 2053-2061 (2015).
  28. Chastin, S. F. M., Egerton, T., Leask, C., Stamatakis, E. Meta-analysis of the relationship between breaks in sedentary behavior and cardiometabolic health. Obesity. 23, 1800-1810 (2015).
  29. Skender, S., et al. Accelerometry and physical activity questionnaires - a systematic review. BMC Public Health. 16 (515), (2016).
  30. Herbolsheimer, F., Riepe, M. W., Peter, R. Cognitive function and the agreement between self-reported and accelerometer-accessed physical activity. BMC Geriatrics. 18 (56), (2018).
  31. Motl, R. W., McAuley, E., DiStefano, C. Is social desirability associated with self-reported physical activity? Preventive Medicine. 40 (6), 735-739 (2005).
  32. Adams, S. A., et al. The effect of social desirability and social approval on self-reports of physical activity. American Journal of Epidemiology. 161 (4), 389-398 (2005).
  33. Kelly, P., Fitzsimons, C., Baker, G. Should we reframe how we think about physical activity and sedentary behaviour measurement? Validity and reliability reconsidered. International Journal of Behavioral Nutrition and Physical Activity. 13 (32), (2016).
  34. Troiano, R. P., McClain, J. J., Brychta, R. J., Chen, K. Y. Evolution of accelerometer methods for physical activity research. British Journal of Sports Medicine. 48 (13), 1019-1023 (2014).
  35. Shook, R. P., et al. Subjective estimation of physical activity using the International Physical Activity Questionnaire varies by fitness level. Journal of Physical Activity & Health. 13, 79-86 (2016).

Tags

Davranışı sayı: 145 kendi kendine rapor accelerometry fiziksel aktivite geçerlilik yoğunluk düzeyleri orta dinç fiziksel aktivite anket video önyargı koşu bandı egzersiz davranış
Görselleştirme farkı azaltmak için yoğunluk düzeyleri arasında kendi kendine bildirilen ve doğrudan fiziksel aktivite ölçülen
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Voigt, L., Ullrich, A.,… More

Voigt, L., Ullrich, A., Siewert-Markus, U., Dörr, M., John, U., Ulbricht, S. Visualization of Intensity Levels to Reduce the Gap Between Self-Reported and Directly Measured Physical Activity. J. Vis. Exp. (145), e58997, doi:10.3791/58997 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter