Summary
Det här protokollet beskriver en randomiserad kontrollerad studie som en metod för att testa effekten av en video demonstration på Intra individuella skillnaden mellan självrapporterade och accelerometer-baserade måttlig-till-kraftig fysisk aktivitet.
Abstract
Fysisk aktivitet (PA) bedömning behöver verktyg som är billig och lätt att administrera. Gemensamma frågeformulär fråga tid i lätt, måttlig och kraftig PA. Men kan felaktigheter uppstå på grund av individuellt olika förståelse av PA intensitetsnivåer. Alternativt används direkta åtgärder (t.ex. accelerometrar) är mottagliga för reaktivitet bias och kan sakna förmågan att fånga vissa aktiviteter. Svarande jämfört med accelerometer mätning, och rapportera mer tid i högre intensitet PA. En video som visualiserar PA intensitetsnivåer kan bidra till att lösa detta problem. Denna rapport beskriver utformningen av en randomiserad kontrollerad studie som en metod för att undersöka effekten av en video på skillnaden mellan självrapporterade och direkt uppmätta PA. Det är en hypotes om att videon minskar den genomsnittliga skillnaden mellan de två åtgärderna. Individer från den allmänna befolkningen rekryteras. Hiphop-slitna accelerometrar används för att samla in direkt PA mätdata på sju dagar. Efteråt, deltagarna slumpmässigt tilldelas den försöks- och kontrollgruppen. Experimentella gruppen får en video demonstration på PA intensitetsnivåer och senare PA bedömning via självadministrerade datorstödd frågeformulär. Kontrollgruppen får PA bedömning endast. Uppgifterna behandlas därefter, för att jämföra skillnaden mellan självrapporterade och accelerometer-baserade måttlig-till-kraftig fysisk aktivitet (MVPA) mellan studiegrupperna med ett två-sampel t-test. Denna metod är lämplig för att undersöka effekten av någon befintlig eller egenproducerade video på skillnaden mellan de två mätmetoderna. Det kan användas inte bara för personer från den allmänna befolkningen, men för en mängd andra populationer och sammanhang som korrekta åtgärder behövs för att utvärdera PA nivåer.
Introduction
Bedömning av fysisk aktivitet (PA) görs vanligen genom enkäter eftersom de är billiga och lätt att administrera. Positiva associationer mellan mängder av högre intensitet PA och hjärt-och kärlhälsa är väl etablerad1,2,3, fråga många frågeformulär frekvens och tid i lätt, måttlig och kraftig PA presentera exempel på respektive verksamheter4,5,6,7,8. Dock kan de vara bristfälliga av felaktighet på grund av individuellt olika förståelse av PA intensitet nivåer9. Ytterligare, specifika aktivitet exempel kan inte hålla sant för individer med olika fysiska konstitutioner. Överviktiga eller feta personer kan till exempel känna mer utövas än personer med normal vikt när de utför exakt samma aktivitet. Direkta åtgärder å andra sidan (t.ex. accelerationsmätning) kräver avsevärda mängder tid och kostnader och ha begränsad giltighet på grund av reaktivitet bias10,11, prov urval bias12och bristande förmåga till korrekt fånga vissa aktiviteter13. Ett brett spektrum av studier visade bara låg till måttlig avtal mellan självrapporterade och accelerometer-baserade PA14,15,16. De flesta fynden indikerar att respondenterna rapporterar mer tid i högre intensitet PA jämfört med direkt uppmätta data. Hela manuskriptet används termen ”gap” att utse denna brist på avtal mellan accelerationsmätning och självrapporterad PA.
En video rapporterar som en del av en datorstödd Självadministrerat frågeformulär kan bidra till att förena de två åtgärderna genom att öka noggrannheten i själva. En video demonstration ger en möjlighet att visa olika intensitetsnivåer för PA som är svåra att förklara genom skriven text bara. Respondenterna får en visuell referens de kan jämföra deras prestandanivåer med och därmed felklassificering av ljus, måttlig och kraftig PA kan minskas. Hittills finns filmer att stödja bedömningar i samband med rörlighet och fysiska funktion validerad för äldre vuxna17,18,19. Såvitt vi vet finns det ingen video-stöds bedömningar som tillhandahåller en referens för lätt, måttlig och kraftig PA.
Vi utvecklade en 3 minuters video som visar en medelålders man på ett löpband i ett fitnesscenter som beskriver villkor ljuset, måttlig och kraftig PA och samtidigt visualiserar symtom relaterade till dessa intensitetsnivåer. Den metod som beskrivs här är en randomiserad kontrollerad studie att testa effekten av video demonstrationen på klyftan mellan självrapporterade och accelerometer-baserade måttlig-till-kraftig fysisk aktivitet (MVPA). Dessutom genomförs standardiserade bedömning av somatometry (höjd, vikt och midja och höft omkrets) för att undersöka huruvida effekter varierar beroende på deltagarnas fysiska konstitution.
Metoden är lämplig att testa effekten av någon video demonstration som är tänkt att stödja datorstödd PA frågeformulär bedömning i syfte att minska klyftan mellan självrapporterade och direkt uppmätta PA. Metoden kan användas i olika populationer och sammanhang som korrekta åtgärder behövs för att utvärdera nuvarande och föränderliga PA nivåer, effekten av PA interventioner och associationer mellan PA och hälsoresultat.
Protocol
Detta protokoll godkändes av den etiska kommittén av den universitet medicin Greifswald (antal BB 076/18; Juni 2018).
1. video konstruktion och experimentell design
- Välj en offentligt tillgänglig eller egenproducerade video baserat på specifika experimentella frågan. Videon ska förklara begrepp som används i frågeformuläret själv rapportera för att stödja deltagarnas förståelse. Videon används här innehåller förklara och visualisera symtom samt namnge exempel på lätt, måttlig och kraftig PA.
- I videon, har en person på ett löpband i ett fitnesscenter ger en allmän introduktion till de olika intensitetsnivåerna av PA.
- Har personen förklara skillnader i puls, andning frekvens och förmåga att prata normalt i enlighet med intensitetsnivåerna. Har personen som samtidigt visar dessa symtom medan promenader/löpning på löpband på den enligt tempo.
- Har personen ge exempel på dagliga-livets aktiviteter och betona individuella skillnader i utvärderingen av PA intensitetsnivåer.
Obs: Videon används här producerades i tyska baserat på ett videoklipp från Centers for Disease Control and Prevention (CDC)20. Om deltagarna har engelska som modersmål, kan den ursprungliga videon användas med betoning på minuter 1:46-3:25. Personen i förevarande videon är en cirka femtio år gammal, normal-vikt, vit hane i god fysisk form. Se figur 1 för en visuell skildring av video struktur och innehåll.
- Integrera video i en självadministrerade tablet-dator undersökning presenteras direkt före PA enkäten och se till att deltagarna inte kan hoppa över videon. Randomize presentationen av videon 1:1.
- Integrera frågor om sociodemografiska och hälsa relaterade variabler i undersökningen som önskat för beskrivning av provets karaktär.
- I den aktuella studien bedöms självrapporterade PA med hjälp av en modifierad version av den internationella fysisk aktivitet enkäten kortform (IPAQ-SF)4, Tysk version21, ta itu med de senaste sju dagarna. Två artiklar varje adress antal dagar och respektive tid i måttlig och kraftig PA. De ursprungliga objekten på walking ersätts med frågor om ljus PA promenader kan utföras på olika intensitet nivåer22 och promenader är inte motsvarar ljus PA mätt med accelerationsmätning. Sociodemografiska och hälsa variabler som ingår i undersökningen är kön, ålder, utbildning, sysselsättning, nuvarande lever tillsammans med en partner, aktuell rökning och självskattad allmän hälsa.
Figur 1: Schematisk struktur av video demonstrationen av olika fysisk aktivitet intensitetsnivåer. De viktigaste scenerna i videon med enligt enstaka skott, längder och sammanfattning av innehållet är avbildade. Videon var baserad på ett videoklipp som tillhandahålls av CDC20. Klicka här för att se en större version av denna siffra.
2. power beräkning
- Genomföra en power-analys med respektive programvara för att definiera urvalsstorleken som krävs för att erhålla statistiskt avgörande resultat. Inkludera en interimsanalys verifiera antaganden och tidig stopp av studien.
- Välja en statistisk undersökning som är lämplig för forskningsfrågan.
- Utifrån litteraturen, ange förmodade genomsnittliga skillnaden mellan frågeformulär och accelerometer data i kontrollgruppen, dvs divergensen mellan självrapporterade och direkt uppmätta PA utan presentation av videon.
- Ange den förmodade genomsnittliga skillnaden mellan frågeformulär och accelerometer data i den experimentella gruppen, d.v.s. divergensen mellan självrapporterade och direkt uppmätta PA med införandet av den video demonstrationen.
- Ange den förväntade standardavvikelsen (SD) för båda grupperna.
- Välj ström och alpha-nivå som önskas.
- Baserat på litteraturen och med tanke på specifika studiedesign, besluta om en förmodad i förtid att hämta det slutliga antalet deltagare ska rekryteras.
- Power analys av föreliggande studie baseras på ett två-sampel t-test antar lika varians. Baserat på en jämförbar prov10, är den förmodade genomsnittliga skillnaden mellan frågeformulär och accelerometer data i kontrollgruppen 90 min per dag för MVPA. Den förmodade genomsnittliga skillnaden i den experimentella gruppen är 60 min per dag (SD i båda grupperna = 100 min per dag). Eftersom det är en hypotes om att integrationen av videon minskar gapet mellan två åtgärder, en ensidig signifikansnivå av p =.05 väljs (power =.80). Resultat av power beräkning inklusive interimsanalys visade att det behövs en totalt 314 deltagarantal för att demonstrera effekten experimentella. Förutsatt att en i förtid med ca 10%, planeras det att rekrytera 350 deltagare (figur 2).
Figur 2: Schematisk avbildning av beräknad deltagande flödet. n = antal deltagare. Alla n se resultaten av effektberäkningen. Klicka här för att se en större version av denna siffra.
3. deltagare rekrytering och förberedelse för datainsamling
- Välja en rekrytering som inställning som tillåter tillräckligt med tid att lämna ut accelerometern och förbereda det för insamling av data (t.ex. i ett köpcentrum eller på arbetsplatsen) för att hålla ansträngningar av deltagarna låg och öka följsamhet till studien.
- Rekrytera deltagare som har förmågan att gå självständigt (t.ex. ingen permanent användning av rullstol) och som är fysiskt och kognitivt klarar av att fylla i en egen rapport enkät. Tänk på att rekrytera ett liknande antal manliga och kvinnliga deltagare i alla åldrar önskad ålder.
- Som ett incitament för deltagande, som är påpeka att deltagarna kommer att få en återkoppling brev på direkt uppmätta PA och stillasittande tid efter att ha avslutat studien. Använda monetära incitament som önskas.
- Få skriftligt informerat samtycke från varje person före deras deltagande.
- För objektiv mätning, använda en tre-axial accelerometer för att bäras på höger höft. Alternativa enheter kan användas men bör ha minneskapaciteten för insamling av uppgifter om sju dagar. För att fånga mest noggrant dagligen PA, Följ instruktionerna för den specifika enhet som används.
- Har accelerometrar som tillagas med elastiska bälten av olika storlekar och välja en som passar deltagaren bekvämt.
- Ge tillräcklig information om hur man hanterar accelerometern enligt anvisningarna från tillverkaren av enheten. Instruera deltagarna att börja bära enheten på nästa dag. Säkerställa att deltagarna bär enheten under vakna timmar (dvs. varje dag efter att få fram till kommer att sova).
- Initiera accelerometern på en dator med lämplig programvara. Se till att korrekt konfigurerade perioden bär. Välj en samplingsfrekvens 30 Hz23. I tillämpliga fall, välja att fylla i deltagare specifik information som önskas (t.ex. kropp vikt eller födelsedatum för deltagare identifiering).
- Schemalägga varje deltagare för en bedömning att få självrapporterade PA och somatometry. Se till denna session sker en dag efter sista accelerometern klädd i dag. Därav, accelerometer och frågeformulär uppgifterna avser samma period av tid. Om detta inte är möjligt av tidsskäl, medge en maximal fördröjning på två dagar.
- Avfärda deltagaren med uppmuntran att bedriva normala dagliga aktiviteter och kontrollera att deltagaren minns att återvända accelerometern när visas för sessionen.
Obs: Denna studie genomförs i Greifswald, en stad i Vorpommern, ett lantligt område i nordöstra Tyskland. Personer från den allmänna befolkningen mellan 40 och 75 år rekryteras proaktivt på ett köpcentrum. Accelerometer feedback bokstäver och shopping kuponger av mängden 10 euro används som incitament. Deltagarna uppmanas att bära enheten under sju dagar och ta bort det för vattenbaserade aktiviteter (t.ex., duscha eller simma).
4. deltagare bedömning session
Obs: Genomföra denna session inom tre dagar efter sista accelerometern klädd i dag.
- Samla accelerometern från deltagaren.
- Ställa in en ny deltagare i undersökningen tablet-PC och typ i individuella studieplanen identifikationsnumret för deltagaren.
- Lämna över den tablet datorn till deltagaren att svara på self-administrative enkät.
- När deltagaren har slutfört enkäten, samla tablett datorn och fortsätta med mätning av somatometry.
- Be deltagaren att ta av sig skorna och stå på kalibrerad skalor för mätning av kroppsvikt. Skriver in resultatet i den tablet datorn.
- Be deltagaren att stå upp rakt framför en spegel med tårna på en markering på marken för mätning av kroppslängd. Skriver in resultatet i den tablet datorn.
- Be deltagaren ta bort övre lager av kläder för mätning av midja och höft omkrets. Mät midjan omkretsen halvvägs mellan lägsta rib och höftbenskammen. Mäta höft omkrets ungefär två inches nedanför höftbenskammen. Använd spegeln för att kontrollera exakt positionering av tejpen. Skriver in resultaten i den tablet datorn.
- Tacka och avfärda deltagaren.
5. Hämta accelerometer data för bearbetning och skapandet av feedback bokstäver
- Hämta data från enheten med hjälp av lämplig programvara.
- Välj att använda data från den vertikala axeln och välja en epok-längd av 10 s.
- Exportera data till ett lämpligt program för vidare bearbetning. Enligt utdata måttet används, välja skär punkterna att bestämma icke-wear tid och att skilja mellan PA intensitet nivåer24,25.
- Definiera icke-wear tid som minst 60 min av på varandra följande noll räknas, vilket möjliggör ≤2 min räknas mellan 0 och 10024.
- I en vuxen prov (i åldern 18 år eller äldre), klassificera värden < 100 räknas per min som stillasittande tid, värden mellan 100 och 2019 räknar per minut som ljus PA, värden mellan 2020 och 5998 som måttlig PA och värden av 5999 eller mer räknas per minut som kraftig PA24.
- Importera alla relevanta variabler till ett datorprogram som är lämpliga för att skapa ett datoriserat feedback brev med en algoritm att automatiskt integrera enskilda data i en allmän mall. Brevet kan innehålla ett antal grafer visualisera accelerometer-baserade PA utfall samt stillasittande tid som önskas. Har varje graf som åtföljs av en punkt i tre till fem meningar förklara innehållet i siffrorna och ge respektive hälsa rekommendationer.
- Leverera skrivelsen feedback så snart som möjligt efter deltagaren fullföljde studien.
Observera: Accelerometer feedback bokstäver i den aktuella studien inkluderar tre grafer. Det första diagrammet visualiserar dagliga steg över perioden bär. Det andra diagrammet visar mängder tid stillasittande och i lätt, måttlig och kraftig PA varje bär dag. Den tredje grafen skildrar alla observerade 10-min-anfall av stillasittande tid mellan 6 och 10 pm exemplifieras på en vardag och en helg-dag. Rekommendationer om PA presenteras enligt Världshälsoorganisationen till synes friska vuxna2PA riktlinjer. Rekommendationer på stillasittande raster presenteras utifrån relevanta studier26,27,28.
6 statistisk analys
- Beräkna beskrivande statistik för alla variabler.
- Definiera ett cut-off värde för dagligen accelerometer slitage tid för att undvika bias i accelerometerdata.
- Skapa en variabel som presenterar klyftan mellan de två åtgärderna. Beräkna variabeln självrapporterade minus accelerometer-derived min av måttlig-till-kraftig PA vilket resulterar i en skillnad poäng (delta, ∆). Använd ett två-sampel t-test för att avgöra skillnaden av deltorna mellan experimentell och styra gruppen.
- Skapa ett diagram för att visualisera resultatet av Huvudanalysen som önskas.
Representative Results
De metoder som beskrivs ovan beskriva en randomiserad kontrollerad studie att testa om en video demonstration av PA intensitetsnivåer minskar klyftan mellan självrapporterade och accelerometer-baserade MVPA. En interimsanalys (n = 157) planerades att utvärdera om 314 deltagare uppskattade urvalsstorlek är tillräcklig för att testa vår hypotes. Fram till denna punkt slutfört 142 deltagare studieprotokollet. Deltagare som var för gamla (n = 1) eller som inte bära accelerometern ≥10 timmar per dag på ≥6 dagar (n = 10) uteslöts från analysen. Alltså dataanalys genomfördes med ett urval av 131 deltagare för att ge ett exempel på representativa resultat bland individer från den allmänna befolkningen mellan 40 och 75 år.
I tabell 1 redovisas deskriptiv statistik provets analys (n = 131). För detta prov, 68 deltagare (52%) randomiserades till den experimentella gruppen och 63 deltagare (48%) randomiserades till kontrollgruppen. Experimentgruppen fick en video demonstration innan du slutför PA frågeformuläret, medan kontrollgruppen fick PA bedömning endast. Det var en hypotes om att video demonstrationen minskar klyftan mellan självrapporterade och accelerometer-baserade PA. Preliminära resultat av interimsanalys visade en lägre formell genomsnittliga skillnaden i gruppen video (M = 21,8, SD = 108,9) jämfört med kontroller (M = 41,0, SD = 117,4, t(129) = 0,97, p =.166, figur 3 (och figur 4). P-värde ligger mellan betydelse (p < 0,010) och meningslöshet (p > 0.269) gränserna för test simuleringarna. Studien kan således fortsätta som planerat tills den totala urvalsstorleken nås.
| Hela provet | Kontrollgrupp | Video-gruppen | |
| N | 131 | 63 (48%) | 68 (52%) |
| Kön, kvinnor | 85 (65%) | 46 (73%) | 39 (57%) |
| Ålder, år | 60,1 ± 8,9 | 58,1 ± 9,6 | 61,9 ± 7,9 |
| Ström som lever tillsammans med en partner, ja | 102 (78%) | 51 (81%) | 51 (75%) |
| Skolutbildning | |||
| < 10 år | 20 (16%) | 12 (19%) | 8 (12%) |
| 10 år | 64 (50%) | 27 (44%) | 37 (56%) |
| > 10 år | 44 (34%) | 23 (37%) | 21 (32%) |
| Inte anges (n = 3) | |||
| Sysselsättning | |||
| Heltid eller deltid | 55 (42%) | 33 (52%) | 22 (32%) |
| Irregularely | 23 (18%) | 8 (13%) | 15 (22%) |
| Inte anställd eller pensionerade | 53 (40%) | 22 (35%) | 31 (46%) |
| Nuvarande rökare, ja | 22 (17%) | 12 (19%) | 10 (15%) |
| BMI | |||
| < 25 kg / m2 | 34 (26%) | 23 (37%) | 11 (16%) |
| ≥ 25 kg/m2 och < 30 kg / m2 | 55 (42%) | 22 (35%) | 33 (49%) |
| ≥ 30 kg/m2 | 42 (32) | 18 (29%) | 24 (35%) |
| Självrapporterad hälsa | 2.8 ± 0,7 | 2.8 ± 0,8 | 2.8 ± 0,6 |
| Accelerometer slitage tid, min/dag | 883.0 ± 82,8 | 896.1 ± 74,4 | 870.8 ± 88,7 |
| Accelerometer-baserade MVPA, min/dag | 45,2 ± 27,7 | 44,1 ± 24,3 | 46,2 ± 30,7 |
| Självrapporterade MVPA, min/dag | 77,2 ± 117,2 | 85,2 ± 119,0 | 68,0 ± 115,8 |
Tabell 1: prova egenskaperna hos deltagare som ingår i den preliminära interimsanalysen. N = antal deltagare. MVPA = måttlig-till-kraftig fysisk aktivitet. Data presenteras som medelvärde ± standardavvikelse för kontinuerliga variabler och antalet deltagare (%) för kategoriska variabler. BMI beräknades från objektivt uppmätt höjd och kroppsvikt vid deltagare bedömning session. Självrapporterad hälsa mättes på en 5-gradig skala från 1 ”mycket bra” till 5 ”mycket dåligt”. Självrapporterade och accelerometer-baserade MVPA samt accelerometer slitage tid se genomsnittliga minuter per dag över sju dagar.
Figur 3: genomsnittlig skillnad mellan självrapporterade och accelerometer-baserade måttlig-till-kraftig fysisk aktivitet jämfört mellan studiegrupperna. Δ = delta. MVPA = måttlig-till-kraftig fysisk aktivitet. min/dag = minuter per dag. De genomsnittliga skillnaderna med enligt 95% konfidensintervall i kontrollgruppen (grå ruta) och video-gruppen (blue diamond) skildras. Menar skillnader beräknades som självrapporterade minus accelerometer-derived min av MVPA. Data avser preliminära resultat av interimsanalysen (n = 131). Klicka här för att se en större version av denna siffra.
Figur 4: intetsägande Altman tomter för visuell skildring av skillnaden mellan självrapporterade och accelerometer-baserade måttlig-till-kraftig fysisk aktivitet i kontrollgruppen (A) och i videon grupp (B). MVPA = måttlig-till-kraftig fysisk aktivitet. min/dag = minuter per dag. SD = standardavvikelse. Skillnader beräknades som självrapporterade minus accelerometer-derived min av MVPA. En perfekt avtal mellan åtgärderna som skulle vara närvarande om alla prickar ljög en horisontell linje på värdet 0 på y-axeln (röda linjen). Data avser preliminära resultat av interimsanalysen (n = 131). Klicka här för att se en större version av denna siffra.
Discussion
Denna rapport beskriver en metod för att testa effekten av en video demonstration på klyftan mellan självrapporterade och accelerometer-baserade PA. Om själv rapportera bedömning föregås av en video demonstration av PA intensitetsnivåer, kan överrapportering av MVPA minskas. Detta protokoll kan användas för att testa effekten av eventuella befintliga eller egenproducerade informationsfilm på klyftan mellan självrapporterade PA data härrör från en datorstödd utvärdering och direkt uppmätta PA.
De viktigaste stegen i protokollet omfatta grundläggande aspekter av rättegång överledning att säkerställer mottagandet av korrekta uppgifter, såsom rätt accelerometer initiering och data ladda ner eller att se till att videon inte kan hoppas över av respondenter. Dessutom finns det mer specifika frågor om accelerometern bär period och den dagliga slitage tid. Först, accelerometern bär period och självrapporterade data bör hänvisa till samma tidsram. För att dela ut accelerometrar och komma överens om datum för bedömningen verkar session omedelbart efter rekrytering bra att säkerställa deltagarnas följsamhet till schemalagda utnämningen. Andra kan deltagare inte alltid följa instruktionerna för accelerometer bär. Enheten kan bäras för mindre än sju dagar eller bara några timmar per dag, medan efterföljande själv rapporterar avser komplett bär period. Överrapportering av MVPA kan således bindas till uppstå. Dessutom om slitage tid skiljer sig väsentligt mellan studiegrupperna, kan resultaten äventyras på grund av partiska accelerometer-baserade MVPA data. Inspektion av interimistiska beskrivande statistik kan avslöja otillräckliga mängder av slitage tid. Till exempel bland de deltagare som fullföljt studieprotokollet (n = 142), bara 115 deltagare bar enheten minst 10 timmar på varje av de sju dagarna. Det fanns tre deltagare med en slitage på 0 minuter på en eller flera dagar. Exklusive extremvärden verkar nödvändiga för att säkerställa att data är representativa för en hel dag samt den totala bedömningsperioden. Även om de flesta studier om sambanden mellan accelerationsmätning och PA enkätdata begära en slitage tid på ≥10 timmar per dag på ≥4 dagar per vecka29, kan utredningar på klyftan mellan åtgärder kräva mer konservativa begränsningsvärden. Därför beslöt vi att utesluta deltagare från den analys som inte bära accelerometern ≥10 timmar per dag på ≥6 dagar.
Ytterligare ändringar av protokollet kan vara lämpligt. Preliminära resultat av beskrivande statistik visas i tabell 1 visar en obalanserad andelen män och kvinnor i vår totala prov och mellan studiegrupperna. Om den video påverkar rapporterar själv differentially hos män och kvinnor, kan övergripande videoeffekter vara partisk. Således kan behöva grundläggande variabler (t.ex. kön och ålder) anses i randomisering algoritm. Dessutom Huvudanalysen modellen kan behöva inkludera sociodemografiska och hälsa relaterade variabler som potentiella confounders med en linjär regressionsmodell istället för ett t-test.
Metoden som beskrivs här syftar till att minska klyftan mellan självrapporterade och accelerometer-derived PA med hjälp av en video till adress förståelse av PA intensitetsnivåer. Särdrag som är inneboende i varje åtgärd återstår dock påverka detta gap. Första, självrapporterade PA data är mottagliga för minns bias30 och kan påverkas av social önskvärdhet bias31,32. Det andra bias i accelerometerdata särskilt ursprung i olika motivation att bära enheten. Tredje, hip-slitna accelerometrar kan sakna förmågan att korrekt fånga cykling och simning13. Slutligen, accelerometrar fånga absoluta mängder rörelse medan själv rapporterar konto för relativ fysisk ansträngning33,34,35. Med tanke på dessa faktorer, kan visualisering av intensitetsnivåer utgöra endast ett av många alternativ att minska klyftan mellan självrapporterade och direkt uppmätta PA.
Disclosures
Författarna har något att avslöja.
Acknowledgments
Denna forskning stöddes av den universitet medicin Greifswald och DZHK (tyska centrum för kardiovaskulär forskning; Grand No. D347000002). Författarna vill tacka Christian Goeze, Stefanie Tobschall och klipp 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).
