Summary
该协议将随机对照试验描述为一种方法, 用于测试视频演示对自报告和基于加速计的中、强的身体活动之间个体内部差异的影响。
Abstract
体育活动 (pa) 评估需要廉价和易于管理的工具。常见的调查问卷查询在轻度、中度和朝气蓬勃的 pa 中花费的时间。但是, 由于对 pa 强度水平的理解各不相同, 可能会出现不准确。或者, 使用的直接措施 (例如加速度计) 容易产生反应偏差, 可能缺乏捕捉某些活动的能力。与加速度计测量相比, 受访者报告在高强度 pa 上花费的时间较多。可视化 pa 强度级别的视频可能有助于克服此问题。本报告描述了随机对照试验的设计作为一种方法, 以调查视频对自我报告和直接测量 pa 之间的差异的影响。假设视频减少了这两个措施之间的平均差异。从一般人口中招募人员。hip-戴加速度计用于连续七天收集直接测量的 pa 数据。随后, 将参与者随机分配给实验组和对照组。实验组通过自我管理的计算机辅助问卷接受关于 pa 强度水平的视频演示和随后的 pa 评估。控制组仅接受 pa 评估。此后, 使用双样本 t 检验对数据进行处理, 以比较研究组之间自我报告的和基于加速度计的中、剧烈运动 (mvpa) 之间的差异。这种方法适合于调查任何现有或自行制作的视频对两种测量方法之间差异的影响。它不仅可用于普通人群, 还可用于各种其他人群和背景, 因为需要采取准确的措施来评估巴勒斯坦权力机构的水平。
Introduction
对体育活动的评估 (pa) 通常是通过问卷进行的, 因为它们价格低廉, 易于管理。由于高强度 pa 的数量与心血管健康之间的正相关是公认的1,2,3, 许多调查问卷询问频率和时间花费在轻, 中, 和大力 pa介绍了各自活动的实例 4、5、6、7、8。然而, 由于对 pa 强度级别9的理解不同, 它们可能存在不准确的缺陷。此外, 对于身体体质不同的个人来说, 具体的活动例子可能并不成立。例如, 超重或肥胖的人在进行完全相同的活动时, 可能会比正常体重的人感到更有影响力。另一方面, 直接测量 (如加速度计) 需要相当长的时间和成本, 并且由于反应偏差10、11、样品选择偏差 12以及缺乏准确捕获某些活动13。广泛的研究表明, 自报和基于加速度计的 pa 14、15、16之间只有低到中等的协议。大多数调查结果表明, 与直接测量的数据相比, 受访者报告在强度较高的 pa 上花费的时间更多。在整个手稿中, 术语 "间隙" 被用来表示加速度计和自我报告的 pa 之间缺乏一致性。
作为计算机辅助的自我填写问卷的一部分的视频可能有助于通过提高自我报告的准确性来协调这两项措施。视频演示提供了一个机会, 可以显示不同强度级别的 pa, 很难解释只有书面文本。受访者会收到一个视觉参考, 他们可以将自己的性能水平与轻、中、有活力的 pa 的错误分类进行比较。迄今为止, 在为17、18、19岁的老年人验证行动能力和身体功能的背景下提供了支持评估的视频。据我们所知, 没有视频支持的评估为轻、中、有力的 pa 提供参考。
我们开发了一个3分钟的视频, 显示一名中年男子在健身中心的跑步机上描述了轻、中、强的 pa, 同时想象与这些强度水平相关的症状。这里描述的方法是一项随机对照试验, 用于测试视频演示对自报告和基于加速计的中、剧烈运动 (mvpa) 之间差距的影响。此外, 还对体测 (身高、体重、腰围和臀部周长) 进行标准化评估, 以调查效果是否因参与者的体质不同而不同。
该方法适合于测试任何视频演示的效果, 这些演示旨在支持计算机辅助 pa 调查问卷评估, 目的是缩小自我报告和直接测量的 pa 之间的差距。该方法可用于各种人群和环境, 因为需要采取准确的措施来评估目前和不断变化的 pa 水平、pa 干预措施的有效性以及 pa 与健康结果之间的关联。
Protocol
该议定书得到了大学医学格赖夫斯瓦尔德伦理委员会的批准 (编号 bb076"18;2018年6月)。
1. 视频构建和实验设计
- 根据特定的实验问题选择公开提供或自行制作的视频。视频应解释自我报告调查表中使用的术语, 以支持参与者的理解。这里使用的视频包含解释和可视化症状, 以及命名的例子轻, 中, 和充满活力的 pa。
- 在视频中, 让一个人在健身中心的跑步机上对不同强度水平进行一般性介绍。
- 让人根据强度水平解释心率、呼吸频率和正常说话能力的差异。让该人同时表现出这些症状, 同时按照节奏在跑步机上跑步。
- 让人举例说明日常生活活动, 并在评价 pa 强度水平时强调个体差异。
注: 这里使用的视频是根据疾病控制和预防中心 20日的视频剪辑用德语制作的。如果参与者是以英语为母语的人, 则可使用原始视频, 重点是第1:46 至第3:25 分钟。目前视频中的人是一个大约 5 0岁的、正常体重的白人男性, 身体状态良好。有关视频结构和内容的可视化描述, 请参见图 1 。
- 将视频集成到自我管理的平板计算机调查中, 以便直接在 pa 调查问卷之前显示, 并确保参与者不会跳过该视频。随机演示视频1:1。
- 根据对样本特征的描述, 将有关社会人口和健康相关变量的问题纳入调查。
- 在本研究中, 自报巴勒斯坦权力机构是使用国际体育活动调查问卷短式 (ipaq-sf)4, 德文版21的修改版进行评估的, 涉及过去七天。两个项目每个地址的天数和各自的时间花在适度和充满活力的 pa。最初的行走项目被光 pa 上的问题所取代, 因为步行可以在不同强度级别22上进行, 行走并不等于用加速度计测量的光 pa。调查中包括的社会人口和健康变量是性别、年龄、学校教育、就业、目前与伴侣共同生活、目前吸烟以及自我评价的一般健康状况。
图 1: 不同体育活动强度水平的视频演示的示意图结构.介绍了视频的主要场景, 包括根据单拍、长度和内容摘要。这段视频是根据疾控中心2 0提供的视频剪辑拍摄的。请点击这里查看此图的较大版本.
2. 功率计算
- 使用相应的软件进行电源分析, 以定义获得统计结论性结果所需的样本大小。包括一个临时分析, 以验证潜在的假设和早期停止的研究。
- 选择适合研究问题的统计测试。
- 在文献的基础上, 设定对照组调查问卷与加速度计数据的假设平均值差异, 即自报与直接测量 pa 之间的差异, 而不显示视频。
- 在实验组中, 设置问卷与加速度计数据之间的假定平均值差异, 即自报与直接测量 pa 之间的差异, 并包括视频演示。
- 为这两个组设置假定的标准偏差 (sd)。
- 根据需要选择功率和 alpa 级别。
- 根据文献和具体的学习设计, 决定假定的辍学率, 以检索将征聘的最后人数。
- 本研究的功率分析是基于假设相等方差的双样本 t 检验。在可比较样本 10的基础上, 对照组调查问卷和加速度计数据的假设平均差异为每天90分钟的 mvpa。实验组的假设平均差异为每天 60分钟 (两组的 sd = 每天 100分钟)。由于假设视频的集成缩小了这两个度量值之间的差距, 因此选择了 p =. 05 的片面显著性级别 (功率 =. 80)。包括中期分析在内的功率计算结果显示, 证明实验效果共需要314名参与者。假设辍学率约为 10%, 计划招募350人参加 (图 2)。
图 2: 计算参与流的示意图.n = 参与者数。所有 n 都是指功率计算的结果。请点击这里查看此图的较大版本.
3. 参与人员的征聘和数据收集准备
- 选择一个允许有足够时间发放加速度计的招聘设置, 并为数据收集 (例如在购物中心或工作场所) 做好准备, 以保持参与者的努力程度较低, 并增加对研究的遵守程度。
- 招募有能力独立行走的参与者 (例如, 没有永久使用轮椅), 并且身体和认知能力完成自我报告问卷。一定要在理想的年龄范围内招募同样数量的所有年龄的男女参与者。
- 作为参与的激励, 指出参与者将在完成研究后收到一封关于直接测量的 p a 和久坐时间的反馈信。根据需要使用货币激励措施。
- 在参与之前获得每个人的书面知情同意。
- 对于目标测量, 请使用在右髋关节上佩戴的三轴加速度计。可以使用替代设备, 但应该连续七天具有数据收集的内存容量。为了最准确地捕获每日 pa, 请按照所使用的特定设备的说明进行操作。
- 使用各种尺寸的弹性皮带准备加速度计, 并选择适合参与者的加速度计。
- 根据设备生产商提供的指令, 提供有关如何处理加速度计的充分信息。指示参与者在第二天开始佩戴该设备。确保参与者在醒着的时候 (即起床后的每一天, 直到睡觉) 佩戴设备。
- 使用适当的软件在计算机上初始化加速度计。请确保正确设置磨损期。选择 30 hz23的采样率。如果适用, 选择根据需要填写参与者的具体信息 (例如, 出于参与者识别的原因, 体重或出生日期)。
- 安排每个参与者进行评估, 以获得自我报告的 pa 和细胞测量。确保此会话发生在最后一个加速度计佩戴日的一天之后。因此, 加速度计和问卷数据指的是同一时期。如果由于时间原因无法做到这一点, 请最多拖延两天。
- 鼓励参与者参加正常的日常活动, 并确保参与者在出现在会议时记得返回加速度计。
注: 这项研究是在德国东北部农村地区西波美拉尼亚的格赖夫斯瓦尔德市进行的。来自40至75岁普通民众的人员在购物中心主动招聘。10欧元的加速度计反馈信和购物券被用作奖励。参与者被指示连续七天佩戴该设备, 并将其移除用于任何水上活动 (如淋浴或游泳)。
4. 与会者评估会议
注: 在最后一个加速度计磨损日之后的三天内进行此会话。
- 从参与者处收集加速度计。
- 在平板计算机调查中设置新的参与者, 并在参与者的个人学习标识号中键入。
- 将平板电脑交给参与者回答自我管理问卷。
- 当参与者完成问卷后, 收集平板电脑并继续测量人体测速。
- 要求参与者脱下鞋子, 站在经过校准的秤上测量体重。在平板电脑中键入结果。
- 让参与者直接站在镜子前, 脚趾在地面上的一个标记上测量身体高度。在平板电脑中键入结果。
- 要求参与者去除鞋面的衣服, 以测量腰围和臀部的周长。测量最低肋骨和胫骨冠之间的腰围中间。测量臀部周长约两英寸以下的臀部冠。使用镜子检查磁带的准确位置。在平板电脑中键入结果。
- 谢谢并解雇了与会者。
5. 下载加速度计数据, 用于处理和创建反馈信
- 使用相应的软件从设备下载数据。
- 选择以使用垂直轴中的数据, 并选择10秒的周期长度。
- 将数据导出到适当的程序以进行进一步处理。根据所使用的输出度量, 选择切点来确定非磨损时间, 并区分 pa 强度水平24,25。
- 将非磨损时间定义为连续零计数的至少 60分钟, 允许在0和 10024 之间的计数≤2分钟。
- 在成人样本 (18岁或18岁以上) 中, 将数值和 lt;100 每分钟计数分为久坐时间, 数值在100到2019之间的每分钟计数为轻 pa, 2020年至5998之间的值为中等 pa, 值每分钟数为 5998或更多, 作为充满活力的 pa 24。
- 将所有相关变量导入到计算机程序中, 该程序适用于使用算法创建计算机化反馈信, 从而自动将单个数据集成到常规模板中。这封信可能包含一些图形, 可视化基于加速度计的 pa 结果, 以及久坐的时间, 如所愿。每个图表附有3至5句话, 解释数字的内容, 并提供各自的健康建议。
- 在参与者完成研究后, 尽快提供反馈信。
注: 本研究中的加速度计反馈字母包括三个图表。第一张图表显示了整个磨损周期的日常步骤。第二张图表显示了在每一天的穿着中, 久坐和轻、中、有活力的 pa 所花费的时间。第三张图表描述了所有观察到的 1 0 分钟的久坐时间, 时间在下午6点到 1 0点之间, 在工作日和周末都有例子。关于 pa 的建议是根据世界卫生组织的巴勒斯坦权力机构关于明显健康的成年人的准则提出的 2。根据相关研究26、27、28提出了关于久坐休息的建议。
6统计分析
- 计算所有变量的描述性统计信息。
- 定义每日加速度计磨损时间的截止值, 以避免加速度计数据中的偏差。
- 创建一个变量, 显示两个度量值之间的间隙。计算变量作为自我报告减去加速度计衍生的中强 pa 分钟, 这导致差异得分 (三角洲,)。使用双样本 t 检验来确定实验组和对照组之间的增量差异。
- 创建一个图形, 根据需要可视化主分析的结果。
Representative Results
上面详细介绍的方法描述了一项随机对照试验, 以测试 pa 强度水平的视频演示是否减少了自报告和基于加速度计的 mvpa 之间的差距。计划进行一项中期分析 (n = 157), 以评估314名参与者的估计样本大小是否足以检验我们的假设。到目前为止, 有142名参与者完成了研究协议。年龄太大 (n = 1) 或在≥6天 (n = 10) 上每天不佩戴加速度计≥10小时的参与者被排除在分析之外。因此, 利用131名参与者的抽样进行了数据分析, 以举例说明40至75岁普通人口中具有代表性的结果。
表 1列出了分析样本的描述性统计数据 (n = 131)。在这一样本中, 68名参与者 (52%)随机到实验组和63参与者 (48%)随机到对照组。实验组在完成 pa 问卷前接受了视频演示, 对照组仅接受了 pa 评估。假设视频演示减少了自报和基于加速度计的 pa 之间的差距。中期分析的初步结果显示, 与对照组 (m = 21.8, sd = 108.9) 相比, 视频组的正式平均差异较低 (m = 41.0, sd = 117.4, t (129) = 0.97, p =. 166, 图 3 和图 4)。p值介于测试模拟的意义 (p < 0.010) 和徒劳 (p > 0.269) 边界之间。因此, 研究可以按计划继续进行, 直到达到总样本量。
| 总样本 | 控制组 | 视频组 | |
| n | 1130 | 63 (48%) | 68人 (52%) |
| 性别, 女人 | 85 (65%) | 46 (73%) | 39 (57%) |
| 年龄、年龄 | 601±8。9 | 50.8。6 | 61.9±7。9 |
| 目前和伴侣生活在一起, 是的 | 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%) |
| 未指定 (n = 3) | |||
| 就业 | |||
| 全职或兼职 | 55 (42%) | 33 (52%) | 22 (32%) |
| 不正常的 | 23 (18%) | 8 (13%) | 15 (22%) |
| 未雇用或退休 | 53 (40%) | 22 (35%) | 31 (46%) |
| 现在的吸烟者, 是的 | 22 (17%) | 12 (19%) | 10 (15%) |
| 体重指数 | |||
| < 25 kg/2 | 34 (26%) | 23 (37%) | 11 (16%) |
| ≥25 kg/2 和 < 30kg/2 | 55 (42%) | 22 (35%) | 33 (49%) |
| ≥30 kg/2 | 42 (32) | 18 (29%) | 24 (35%) |
| 自我报告的一般健康 | 2.8±0。7 | 2.8±0。8 | 2.8±0。6 |
| 加速度计磨损时间, 分钟/天 | 883.0±82。8 | 896.1±74。4 | 850.8±88。7 |
| 基于加速器的 mvpa, 迷你日 | 452±27。7 | 44.1±24。3 | 46.2±30。7 |
| 自报 mvpa, minn 天 | 77.2±1172 | 882±119。0 | 68 8.0±1158 |
表 1: 初步中期分析所包括的与会者的样本特点.n = 参与者数。mvpa = 中度至剧烈的体育活动。数据显示为连续变量的均值±标准偏差和参与者数 (%)用于分类变量。体重指数是根据参与者评估会议上客观测量的身高和体重计算的。自我报告的一般健康量是按5分的比例测量的, 从 1 "非常好" 到 5 "非常差" 不等。自报和基于加速度计的 mvpa 以及加速度计的磨损时间是指7天内每天的平均分钟数。
图 3: 与研究组之间的自我报告和基于加速度计的中、强的体育活动之间的平均差异.=增量。mvpa = 中度至剧烈的体育活动。分钟 =每天分钟。描述了对照组 (灰色正方形) 和视频组 (蓝色钻石) 95% 置信区间的均值差异。平均差异计算为自报减去加速度计衍生的 mvpa 量。这些数据涉及中期分析的初步结果 (n = 131)。请点击这里查看此图的较大版本.
图 4: bland altman 绘图, 用于直观地描述自报告和加速运动的中、强的身体活动在对照组 (a) 和视频组 (b) 中的差异. mvpa = 中度至剧烈的体育活动。分钟 =每天分钟。sd = 标准偏差。差异计算为自报减去加速度计衍生的 mvpa 量。如果所有点都位于 y 轴 (红线) 的值0处的水平线上, 则度量之间会有完美的一致性。这些数据涉及中期分析的初步结果 (n = 131)。请点击这里查看此图的较大版本.
Discussion
本报告介绍了一种测试视频演示对自报告和基于加速度计的 pa 之间差距的影响的方法。如果在自我报告评估之前进行 pa 强度水平的视频演示, 可能会减少对 mvpa 的过度报告。该协议可用于测试任何现有或自行制作的信息视频对计算机辅助评估得出的自报告 pa 数据与直接测量的 pa 之间的差距的影响。
该协议中最重要的步骤包括试用传导的基本方面, 以确保接收准确的数据, 如正确的加速度计初始化和数据下载, 或确保受访者不会跳过视频。此外, 加速度计的磨损周期和日常磨损时间也存在更具体的问题。首先, 加速度计的磨损周期和自报数据应参考相同的时间框架。在征聘后立即发放加速度计并商定评估会议的日期, 似乎有助于确保参与者遵守预定的任用。其次, 参与者可能并不总是遵守加速度计佩戴的说明。该装置可佩戴不到 7天, 每天只佩戴几个小时, 而随后的自我报告指的是完整的佩戴时间。因此, mvpa 的过度报告可能必然会发生。此外, 如果不同研究组的磨损时间有很大差异, 则结果可能会由于基于加速度计的 mvpa 数据偏置而受到影响。检查临时描述性统计数据可能会发现磨损时间不足。例如, 在完成研究协议的参与者中 (n = 142), 只有115名参与者在7天的时间里每天至少佩戴10个小时的设备。有3名参与者, 在一天或一天以上的时间里, 佩戴时间为0分钟。排除异常值似乎是必要的, 以确保数据在一整天内以及在整个评估期内具有代表性。尽管大多数关于加速度计和 pa 问卷数据之间相关性的研究要求磨损时间为≥每天每天≥10小时, 每周≥ 4天, 但对测量之间差距的研究可能需要更保守的截止值。因此, 我们决定将没有在≥6天的时间里每天使用≥10小时的参与者排除在分析之外。
对议定书的进一步修改可能是适当的。表 1所示的描述性统计的初步结果表明, 在我们的总样本中以及在研究小组之间, 男性和女性的比例不平衡。如果视频对男性和女性的自我报告有不同的影响, 则整体视频效果可能存在偏差。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, 主要的分析模型可能需要使用线性回归模型而不是 t 检验, 将与社会人口和健康有关的变量作为潜在的混淆因素。
这里描述的方法旨在通过使用视频来解决对 pa 强度水平的理解问题, 从而缩小自报告和加速度计衍生 pa 之间的差距。然而, 每项措施所固有的具体特点仍然是影响这一差距的。首先, 自我报告的 pa 数据容易产生召回偏差30 , 并可能受到社会可取性偏差31,32的影响。其次, 加速度计数据的偏差尤其源于佩戴设备的不同动机。第三, 髋关节磨损的加速度计可能缺乏准确捕捉自行车和游泳13的能力。最后, 加速度计捕获绝对运动量, 而自我报告则考虑到相对体力消耗33、34、35.考虑到这些因素, 强度水平的可视化可能只是减少自我报告和直接测量的 pa 之间差距的许多选择之一。
Disclosures
作者没有什么可透露的。
Acknowledgments
这项研究得到了德国医学格赖夫斯瓦尔德大学和 dzhk (德国心血管研究中心) 的支持;大的没有。d347000002)。提交人感谢 christian goeze、stefanie tobschall 和 clip film-und fernsehproduktion gmbh。
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. |
References
- 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).
- WHO - World Health Organization. Global recommendations on physical activity for health. , Available from: http://www.who.int/dietphysicalactivity/factsheet_adults/en/ (2018).
- 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).
- Craig, C. L., et al. International physical activity questionnaire: 12-country reliability and validity. Medicine & Science in Sports & Exercise. 35 (8), 1381-1395 (2003).
- Armstrong, T., Bull, F. Development of the World Health Organization Global Physical Activity Questionnaire (GPAQ). Journal of Public Health. 14 (2), 66-70 (2006).
- 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).
- CDC/National Center for Health Statistics. National Health Interview Survey. , Available from: https://www.cdc.gov/nchs/nhis/data-questionnaires-documentation.htm (2018).
- 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).
- Finger, J. D., et al. How well do physical activity questions perform? A European cognitive testing study. Archives of Public Health. 73 (57), (2015).
- 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).
- 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).
- Weymar, F., et al. Characteristics associated with non-participation in 7-day accelerometry. Preventive Medicine Reports. 2, 413-418 (2015).
- 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).
- Cerin, E., et al. Correlates of agreement between accelerometry and self-reported physical activity. Medicine & Science in Sports & Exercise. 48 (6), 1075-1084 (2016).
- 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).
- 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).
- 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).
- 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).
- 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).
- Centers for Disease Control and Prevention (CDC). Physical Activity Guidelines - What Counts As Aerobic?. , Available from: https://www.youtube.com/watch?v=GEvJlmpZCoM (2012).
- Hagströmer, M. Downloadable questionnaires. , Available from: https://www.sites.google.com/site/theipaq/questionnaire_links (2016).
- 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).
- 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).
- Troiano, R., et al. Physical activity in the United States measured by accelerometer. Medicine & Science in Sports & Exercise. 40, 181-188 (2008).
- Freedson, P., Melanson, E., Sirard, J. Calibration of the computer science and applications, inc. accelerometer. Medicine & Science in Sports & Exercise. 30, 777-781 (1998).
- 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).
- 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).
- 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).
- Skender, S., et al. Accelerometry and physical activity questionnaires - a systematic review. BMC Public Health. 16 (515), (2016).
- 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).
- Motl, R. W., McAuley, E., DiStefano, C. Is social desirability associated with self-reported physical activity? Preventive Medicine. 40 (6), 735-739 (2005).
- 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).
- 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).
- 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).
- 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).
