亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        Actigraph(GT3X)加速度計測量我國19~29歲人群身體活動能耗的效度研究

        2012-10-18 10:11:26王軍利賈麗雅孫忠偉
        體育科學(xué) 2012年12期
        關(guān)鍵詞:一致性

        王軍利,張 冰,賈麗雅,孫忠偉,鄭 尉

        1 前言

        身體活動(physical activity)是由骨骼肌肉運動產(chǎn)生并伴有能量消耗的任何身體動作;體育鍛煉(exercise)則是身體活動的下位概念,是指有計劃、有組織、重復(fù)實施的,維持或增進(jìn)身體健康的身體活動[10]。身體活動量與健康的劑量-效應(yīng)關(guān)系已得到流行病學(xué)研究的證實[16]。因此,如何能夠客觀、準(zhǔn)確、有效地測量身體活動量及其能量消耗顯得尤為重要。

        Actigraph加速度計作為領(lǐng)域內(nèi)應(yīng)用最為廣泛的同類產(chǎn)品之一,不僅可以監(jiān)測日常身體活動量、強(qiáng)度以及活動方式,還能夠評價人體運動的能量消耗。已經(jīng)被65個國家或地區(qū)的1500多所院校與科研機(jī)構(gòu)使用,同時得到直接與間接測熱法、雙標(biāo)水法(DLW)的效度驗證[3]。盡管不同類型加速度計在監(jiān)測身體活動時的效果比較相似[27],但是,各自的動作計數(shù)切割點與能耗算法方程的準(zhǔn)確性并不一樣[32]。因為,建立在不同運動方式與人種基礎(chǔ)上的能量推算方程,預(yù)測精度存在較大的差別[1]。加速度計的動作計數(shù)與梅脫強(qiáng)度依賴于建模的動作類型,基于不同類型活動建立起來的加速度計算法方程,測量其他動作類型的身體 活 動 能 耗 時 可 能 存 在 低 估 或 者 高 估 的 現(xiàn) 象[7,18,20,23]。 此外,加速度計也存在一個上限效應(yīng)。研究顯示,當(dāng)運動強(qiáng)度超過10梅脫時,加速度計明顯會低估實際的能量消耗[15,21]。不僅如此,還有研究認(rèn)為,加速度計并不能夠有效地測量人體的各種身體活動,無論是低強(qiáng)度、中等強(qiáng)度還是劇烈強(qiáng)度的活動[12]。鑒于此,Actigraph(GT3X)加速度計對我國人口群體的適用性仍未可知,且國內(nèi)的研究也較少見。于是,本研究在實驗室條件下,通過運動跑臺上不同速度的走跑運動與佩戴測試,對Actigraph(GT3X)加速度計的能耗算法方程進(jìn)行有效性驗證研究,可為國內(nèi)的研究人員與普通大眾使用三軸加速度計提供有益的參考。

        2 研究方法

        2.1 受試對象

        研究的受試者為年輕成年人(表1),主要包括在校的本科生、碩士生、博士生。受試者基本上有鍛煉的經(jīng)歷或者運動習(xí)慣,身體健康,無運動禁忌癥。

        表1 本研究測試對象的人體測量特征一覽表Table 1 The Anthropometry Characteristics of Participants (D)

        表1 本研究測試對象的人體測量特征一覽表Table 1 The Anthropometry Characteristics of Participants (D)

        n年齡(歲) 身高(cm) 體重(kg) 體脂 (%)男性女性合計1462025.5±1.622.6±1.224.7±5.3173.4±1.3164.1±2.2170.6±6.568.8±2.951.8±2.063.7±12.219.9±1.022.7±0.920.8±3.6

        2.2 測試儀器與程序

        2.2.1 GT3X加速度計

        GT3X由美國制造技術(shù)有限公司(Manufacturing Technology,Inc,MTI)生產(chǎn),是一款三軸加速度計,具有動作計數(shù)、計步、能量消耗、活動強(qiáng)度水平、代謝當(dāng)量(METs即梅脫)、睡眠分析等監(jiān)測與分析功能。該工具使用方便,數(shù)據(jù)過濾及數(shù)據(jù)抽樣間隔設(shè)置可以在采集后執(zhí)行,因而,用戶能夠按照需要進(jìn)行數(shù)據(jù)分析。ActiGraph ActiLife 6.1.4是測試數(shù)據(jù)處理的專用軟件,該軟件能夠?qū)y試數(shù)據(jù)下載到計算機(jī)終端。打開并運行程序后,選擇相應(yīng)的參數(shù)設(shè)置,計算機(jī)將自動分析運動過程中的步數(shù)、運動能耗、活動時間、強(qiáng)度水平等指標(biāo)結(jié)果。ActiGraph ActiLife 6.1.4軟件內(nèi)置有5個適合成年人(適用于19歲以上人群)的運動能耗算法方程,即 Williams work-energy(WW)方程、Freedson(F)方 程、Freedson Combination(FC)方 程、Freedson VM3(VM3)方 程 以 及 Freedson VM3Combination(VM3C)方程[4](表2)。其中的聯(lián)合方程采用了分段計算能量消耗的方法,可以精確計算不同強(qiáng)度水平的身體活動能耗值。

        文獻(xiàn)資料顯示,佩戴加速度計最合適的位置是腰髖部位[2,19,27,29],這 是 因 為 其 更 接 近 人 體 的 質(zhì) 心 ,能 夠 監(jiān) 測 到 整體運動姿態(tài)的人體運動參數(shù),避免局部運動導(dǎo)致的身體活動能耗監(jiān)測失真現(xiàn)象。為了獲得有效的測量結(jié)果,本研究將GT3X加速度計佩戴在受試者的左后側(cè)腰部(與髂嵴上緣齊平)。佩戴與測試前,需要ActiGraph ActiLife 6.1.4專用軟件的初始化操作。測試結(jié)束后立即取下裝置,通過專用軟件將數(shù)據(jù)信息下載到電腦。依據(jù)動作計數(shù)曲線圖對5個速度水平的時間段進(jìn)行截取處理(圖1),圖中的5個波段代表5個運動速度階段,由此計算出受試者不同運動強(qiáng)度時的能量消耗情況。

        2.2.2 運動跑臺與 MAX-Ⅱ心肺功能儀

        為了保證運動強(qiáng)度的精確控制,本研究選擇的運動跑臺為h/p/cosmos公司(德國)生產(chǎn)的Pulsar專業(yè)級運動跑臺。其主要技術(shù)參數(shù)為:跑帶面積(190×65cm2)、可選速度(0~40km/h)、可調(diào)坡度(±25%),并配有保護(hù)支架、拱形支架、減重支架等以保護(hù)受試者的安全[19]。依據(jù)國內(nèi)、外同類實驗的研究設(shè)計,普通人群的測試運動強(qiáng)度一般控制在輕度到劇烈強(qiáng)度水平,最為常見的運動速度范圍是3~10km/h之間,每個運動速度的持續(xù)時間也多為3~10min[12,13,18,21,28,30,31]。通常認(rèn)為 ,2~3.9梅脫為輕度活動水平,4~5.9梅脫為中等強(qiáng)度活動水平,6梅脫以上為高強(qiáng)度運動[11]??紤]到日常身體活動強(qiáng)度的變化范圍,本實驗選擇的測試速度是4km/h、5.6km/h、6.4km/h、7.2 km/h以及8km/h速度水平的走跑運動,分別相當(dāng)于3梅脫、4.3梅脫、5.5梅脫、7梅脫、8.5梅脫的運動強(qiáng)度水平[6],基本包括了輕微至劇烈的運動強(qiáng)度水平。同時,為了確保受試者能夠順利完成測試,并獲得有效的數(shù)據(jù),要求每個強(qiáng)度必須持續(xù)運動 5min[14,18,21,22,28]。此外,運動 前還要進(jìn)行3~5min的熱身,測試中受試者可依據(jù)自己的運動能力,自主選擇走或者跑的運動方式。

        加速度計測量效度的驗證研究中,運動能量消耗的效標(biāo)值多采用間接測熱法。該方法主要是通過一口氣接一口氣的呼吸裝置,精確計算人體運動能量消耗。目前,便攜 式的間接測熱系統(tǒng)是常用的方法手段[8,12,17,20,23,25,28,30],本研究應(yīng)用的MAX-II型心肺功能測試系統(tǒng)(美國AEI公司生產(chǎn))具有同樣的測試原理與功能,因為不方便攜帶,只能應(yīng)用于實驗室的測試,在個別研究測試中也有使用[2]。受試者佩戴專用面罩,儀器可以測出呼吸時氧氣的消耗和二氧化碳的量,系統(tǒng)將自動計算運動時的能量消耗,測試時由專門的實驗人員現(xiàn)場(館)記錄。實驗測試前,首先對儀器進(jìn)行標(biāo)準(zhǔn)氣體標(biāo)定,然后完成氣筒標(biāo)定,其誤差范圍為±1之間,測試將在室溫20°左右與空氣相對濕度為45%的條件下完成[26]。

        2.2.3 其他測試準(zhǔn)備

        采用標(biāo)準(zhǔn)的身高計與體重計測試受試者的身高與體重,精確度分別為0.1cm和0.1kg,測量時要求受試者赤腳并穿盡量少的衣服。此外,測試前受試者還要填寫知情同意書,了解測試的細(xì)節(jié)與具體要求,以保證測試的順利完成。

        2.2.4 數(shù)據(jù)統(tǒng)計

        利用數(shù)據(jù)分析處理軟件SPSS 17.0對5個算法方程計算的能耗值與間接測熱法的能耗值進(jìn)行Pearson相關(guān)分析、方差分析、配對t檢驗分析,結(jié)合Bland-Altman點圖分析各算法方程的效度水平。此外,利用單因素方差分析與組內(nèi)相關(guān)分析(ICC)對不同能耗算法方程之間的一致性進(jìn)行比較分析。

        3 結(jié)果與分析

        3.1 各算法方程預(yù)測能耗的效度

        不同算法方程預(yù)測能耗的統(tǒng)計結(jié)果(表3)顯示,隨著速度的增加,測量值的標(biāo)準(zhǔn)差增大,但5.6km/h時除外。在效度水平檢驗方面(表4),通過算法方程的預(yù)測值與間接測熱法之間的相關(guān)分析與配對t檢驗進(jìn)行分析。在4 km/h的運動速度時,VM3C、VM3、F、FC、WW 等5個方程的預(yù)測值與間接測熱法之間都具有顯著的相關(guān)性,r范圍在0.66~0.97之間;但配對t檢驗結(jié)果均具有顯著性差異,t值范圍在-2.15~-4.68之間,其中,F(xiàn)方程的P≤0.05,其他方程的P≤0.01。在速度為5.6km/h時,5個方程與間接測熱法的相關(guān)性顯著(r=0.67~0.75之間),而配對t檢驗結(jié)果均無顯著性差異(P≥0.05)。當(dāng)速度增加到6.4km/h時,5個方程的預(yù)測值與間接測熱法同樣具有顯著性相關(guān)(r=0.66~0.82之間),配對t檢驗結(jié)果顯示,只有VM3C、WW方程差異性不顯著,且t值分別為-1.98和0.08,P 值分別為0.06和0.93。當(dāng)速度達(dá)到7.2km/h和8km/h的時候,5個方程與間接測熱法的相關(guān)性有所提高,r范圍分別為0.87~0.89之間和0.83~0.97之間,惟有 WW 方程(7.2km/h的運動強(qiáng)度時)的配對t檢驗沒有顯著性差異(P=0.07),其他方程的t檢驗結(jié)果均表現(xiàn)出了顯著性差異。

        為了了解方程預(yù)測能耗值的誤差大小,算法方程計算的能耗值減去測熱法的能耗值,然后除以測熱法的能耗值并乘以100表示各能耗方程預(yù)測的誤差。對各能耗方程在不同速度水平的誤差大小進(jìn)行算術(shù)平均后發(fā)現(xiàn)(圖2),多數(shù)方程預(yù)測的能耗值都低于間接測熱法的能耗值,只有WW方程在6.4km/h的速度時為高估。5個能耗方程在4km/h與6.4km/h的速度時,能耗預(yù)測值的差異性最大,表5的數(shù)據(jù)也顯示出同樣的趨勢。但是,在5.6km/h的速度時,各能耗方程的效度最好。

        表3 本研究間接測熱法與5個算法方程的測量結(jié)果一覽表Table 3 The Measurement Results of Indirect Calorimetry and Five Algorithm Equation (D)

        表3 本研究間接測熱法與5個算法方程的測量結(jié)果一覽表Table 3 The Measurement Results of Indirect Calorimetry and Five Algorithm Equation (D)

        注:VM3C代表Freedson VC3Combination(2011)方程;VM3代表Freedson VM3(2011)方程;F代表Freedson(1998)方程;FC代表Freedson Combination(1998)方程;WW 代表 Williams work-energy(1998)方程。

        VM3C(kcal) VM3(kcal) F(kcal) FC(kcal) WW(kcal) 間接測熱法(kcal)4km/h 19.93±7.83 18.28±8.45 19.49±10.23 21.63±11.15 19.93±7.61 25.14±7.185.6km/h 32.79±8.82 32.00±9.65 32.37±11.68 32.76±10.31 34.10±6.35 34.24±6.356.4km/h 42.86±11.93 42.47±12.26 41.16±13.69 41.75±13.42 46.52±14.62 46.31±10.697.2km/h 49.25±17.08 48.44±17.36 45.36±18.47 46.20±18.25 51.15±21.22 55.87±20.478km/h 44.54±23.11 43.70±22.47 41.06±22.48 41.72±23.20 47.82±26.93 53.86±30.21合計 188.40±56.34 184.88±56.82 180.11±67.31 184.08±67.24 198.07±70.24 215.41±66.30

        表4 本研究在不同速度時各能耗算法方程的效度比較一覽表Table 4 The Validity of Every Algorithm at Different Speed

        圖2 本研究不同速度時各方程預(yù)測值誤差均值比較示意圖Figure 2.The Average Level of Prediction Error of Each Equation at Different Speed

        3.2 不同算法方程預(yù)測能耗的一致性

        單因素的方差分析結(jié)果發(fā)現(xiàn)(表5),在不同速度時,各算法方程預(yù)測的能耗值具有較好的一致性。但是,算法方程的一致性水平存在運動速度上的差異,在以4km/h、5.6km/h、6.4km/h、7.2km/h、8km/h的速度運動時,方差分析的P 值分別為0.85、0.98、0.73、0.86、0.91、0.92,均沒有顯著性差異出現(xiàn)。尤其是在5.6km/h的速度情況運動,算法方程的能耗值一致性最高,但是,以6.4km/h的速度運動時,方程之間的能耗預(yù)測差異最大。

        組內(nèi)相關(guān)(ICC)系數(shù)分析的結(jié)果顯示(表5),VM3C、VM3、F、FC、WW等5個方程在不同速度的能耗預(yù)測值都具有較高的組內(nèi)相關(guān)。在以4km/h、5.6km/h、6.4km/h、7.2km/h、8km/h的速度運動時,方程間的科隆巴赫系數(shù)(α值)分別在0.98、0.99、0.99、0.99、0.99,說明不同算法方程的運動能耗結(jié)果具有很好的一致性。上述兩種方法的分析結(jié)果發(fā)現(xiàn),各算法方程的總能耗具有同樣好的一致性。

        表5 本研究5個算法方程預(yù)測值一致性一覽表Table 5 The Consistency of Five Algorithm Equation Prediction Value

        4 討論與分析

        4.1 各算法方程預(yù)測能耗的信效度分析

        通過對能耗方程與間接測熱法的Pearson相關(guān)分析,發(fā)現(xiàn)5個能耗算法方程均具有顯著的相關(guān)(P≤0.01)。但通過與間接測熱法的配對t檢驗,兩種方法并不是在所有運動強(qiáng)度時都保持較好的一致性,且在較高運動強(qiáng)度時這種不一致性有增大的趨勢。也表明隨著速度的增大,加速度計的測量效度有下降的趨勢。其中,只有WW方程在6.4km/h的速度時,t>0,表示該方程預(yù)測的能耗均值大于間接測熱法的能耗均值,即處于高估水平;而其他方程在任何速度水平上的t值都為負(fù)值,即能耗值為低估水平。只有在5.6km/h的速度時,t值變化的絕對值最小,算法方程最接近間接測熱法的能耗值。此外,VM3C、VM3、F、FC等4個方程在5.6km/h與6.4km/h的t值最為接近,表明在這2個速度時4個方程的預(yù)測水平比較接近。

        由于不同的能耗方程在三維方向上的動作計數(shù)采取不同的切割點,有的方程還采用了分段計算的方法以提高能耗預(yù)測的準(zhǔn)確性。其中,WW方程是利用能量守恒的原理,總動作數(shù)的多少是人體運動做功大小的重要參數(shù);F方程與VM3方程分別評估單位時間動作數(shù)在1952和2453之上時的能耗值;FC與VM3C則采用了分段計算的方法,同時,預(yù)測動作數(shù)低于或高于1952和2453時的能耗值[3]。但是,本研究中所有5個方程的能耗值都是隨著速度的增加誤差先減小然后逐漸增大,這可能與受試者的運動方式有關(guān)[7,18,20,23]。因為,對于不同的受試者而言,同樣的運動速度則意味著不同的運動強(qiáng)度。4km/h、5.6 km/h、6.4km/h、7.2km/h、8km/h的速度水平相對應(yīng)的運動強(qiáng)度分別為3梅脫、4.3梅脫、5.5梅脫、7梅脫和8.5梅脫[6],當(dāng)在較低速度(或者強(qiáng)度)運動時,多數(shù)受試者都可以輕松地步行。當(dāng)達(dá)到5.6km/h與6.4km/h的中等強(qiáng)度水平時,受試者的運動能力決定了走跑兼用的變化方式,導(dǎo)致有效的動作計數(shù)明顯增加。而跑步時的恒定垂直加速度可能影響加速度計的動作數(shù),較高的運動速度時某些有效數(shù)據(jù)甚至?xí)贿^濾掉,以至于會導(dǎo)致能耗預(yù)測值低估[9]。

        t值的正負(fù)表示預(yù)測值的高估與低估,其變化區(qū)間的絕對值大小也反映了預(yù)測誤差的變化大小。VM3C、VM3、F、FC、WW 等5個方程的t值變化區(qū)間分別為-4.29~-1.03、-4.68~-1.39、-5.35~ -0.94、-5.69~-0.98、-4.14~0.08??梢园l(fā)現(xiàn),與間接測熱法差值的穩(wěn)定程度高低依次是VM3C、VM3、WW、F、FC。從測量結(jié)果的整體情況看,隨運動強(qiáng)度的增加,WW算法方程的能耗值先是低估然后接近效標(biāo)值,再從高估轉(zhuǎn)變?yōu)榈凸溃▓D2)。盡管其能耗預(yù)測的平均誤差水平較低(圖3),但有可能導(dǎo)致不良的系統(tǒng)誤差水平。如果個體經(jīng)常從事5梅脫強(qiáng)度左右的身體活動,WW算法方程的結(jié)果會出現(xiàn)高估現(xiàn)象,而從事其他運動強(qiáng)度的個體會出現(xiàn)相反的結(jié)果。人們?nèi)粘5纳眢w活動中包括了家務(wù)的、工作的、鍛煉的以及交通等多樣化的身體活動方式,且具體活動情況會因人而異,有可能會導(dǎo)致某種情況下一直低估或者一直高估的兩極化現(xiàn)象,所以,該能耗方程并不是最合適的。雖然VM3C算法方程總體上一直處于低估水平,但具有較穩(wěn)定與較低的系統(tǒng)誤差水平。目前,多數(shù)加速度計的算法方程都是基于實驗室條件下的跑臺運動獲得的。研究發(fā)現(xiàn),其預(yù)測日常身體活動能耗時會存在低估或者高估的問題[5,18,22,31]。但是,考慮到人們?nèi)粘I眢w活動方式的多樣性,具有較好系統(tǒng)誤差水平的能耗方程才能夠準(zhǔn)確地評價人體運動的能量消耗,并適用于個體間的運動能耗比較。研究結(jié)果認(rèn)為,VM3C方程是比較合適的耗算法方程。

        圖3 本研究各算法方程預(yù)測能耗的平均誤差示意圖Figure 3.The Average Error of Predicting Energy Expenditure of Each Algorithm

        圖4 本研究VM3C算法方程總能耗值的Bland-Altman散點圖Figure 4.The Bland-Altman Plot of Total Energy Expenditure Value of VM3CAlgorithm Equation

        圖5 本研究VM3算法方程總能耗值的Bland-Altman散點圖Figure 5.The Bland-Altman Plot of Total Energy Expenditure Value of VM3Algorithm Equation

        圖6 本研究F算法方程總能耗值的Bland-Altman散點圖Figure 6.The Bland-Altman Plot of Total Energy Expenditure Value of F Algorithm Equation

        圖7 本研究FC算法方程總能耗值的Bland-Altman散點圖Figure 7.The Bland-Altman Plot of Total Energy Expenditure Value of FC Algorithm Equation

        圖8 本研究WW算法方程總能耗值的Bland-Altman散點圖Figure 8.The Bland-Altman Plot of Total Energy Expenditure Value of WW Algorithm Equation

        盡管各個算法方程的誤差程度存在差異,似乎不會影響方程預(yù)測能耗值與間接測熱法之間的相關(guān)水平,卻能夠影響二者的一致性[24]。因此,本研究試圖通過對5個算法方程預(yù)測的總能耗值進(jìn)行Bland-Altman點分析方法(圖4~圖8),對算法方程與間接測熱法的一致性進(jìn)一步探討。圖中,X軸為算法方程與間接測熱法能耗值和的均值,Y軸為算法方程與間接測熱法能耗值的差值,2條虛線表示Mean±1.96SD,即為2種能耗預(yù)測方法差值的95%置信區(qū)間范圍,而中間的實線表示2種方法差值的均值。結(jié)果發(fā)現(xiàn),VM3C、VM3、F、FC、WW 與間接測熱法的差值在95%一致性界限外的點數(shù)分別為5%、5%、10%、10%、10%,都在可接受的范圍。差值的實際均值與理論均值(即為Y軸的0刻度值)之間的距離表示預(yù)測偏倚程度,其偏倚度依次是-27.0、-30.5、-34.7、-31.0、-17.3,且一致性界限內(nèi)差值的最大絕對值分別為67.9、69.3、65.8、57.8、50.7??偰芎牡?Bland-Altman點分析結(jié)果發(fā)現(xiàn),在算法方程與間接測熱法的一致性上,似乎并沒有一個算法方程達(dá)到理想水平。但理論上認(rèn)為能耗預(yù)測的偏倚度、一致性界限內(nèi)的最大差值、一致性界限外的點數(shù)愈小愈好,而目前學(xué)界也沒有明確的判定標(biāo)準(zhǔn)。相比較而言,WW與VM3C兩個方程和間接測熱法的一致性水平較好。綜合前述分析后認(rèn)為,在5個方程中,VM3C方程預(yù)測人體運動能耗的效度更好。

        4.2 不同算法方程測量運動能耗的一致性分析

        對5個方程進(jìn)行單因素的方差分析后發(fā)現(xiàn),在所有的速度水平上,算法方程之間的一致性較好。其中,單因素方差分析的顯著性水平最低值為0.73,表明方程間均沒有顯著性差異(P≥0.05)。而在5.6km/h時的顯著性水平達(dá)到0.98,說明5個方程幾乎沒有差異。在以5.6km/h、8km/h、7.2km/h、4km/h、6.4km/h的速度運動時,顯著性特征值依次是0.98、0.91、0.86、0.85、0.73。在5.6km/h與8km/h速度水平運動時,5個算法方程的一致性是相對最大的,圖3也顯示同樣的趨勢。結(jié)合組內(nèi)相關(guān)系數(shù)(ICC)的分析結(jié)果,發(fā)現(xiàn)所有的能耗方程的組內(nèi)相關(guān)系數(shù)都在0.9以上,除4km/h的速度以外,其他運動強(qiáng)度下的組內(nèi)相關(guān)系數(shù)都高于0.99,充分說明各能耗方程具有較高的一致性水平。因此,如果個體以較低的運動強(qiáng)度進(jìn)行身體活動時,尤其是在4.3梅脫(5.6km/h)時,各算法方程間具有可替代性,但其他運動強(qiáng)度時仍需要謹(jǐn)慎地選擇使用。

        5 結(jié)論與建議

        GT3X加速度計的各能耗算法方程與間接測熱法之間具有較高的相關(guān)性,但可靠性水平存在運動強(qiáng)度上的差異。與其他研究結(jié)果一致,加速度計測量人體運動能耗時會存在低估或者高估的現(xiàn)象。但本研究中,只有WW能耗方程出現(xiàn)了高估的現(xiàn)象,其他4個方程一直保持低估水平。5個能耗算法方程在較低速度(4km/h以下)與較高速度(7.2km/h以上)時,具有較大的測量誤差,而且方程間的一致性也較低。相比較而言,VM3C方程的系統(tǒng)誤差較小且穩(wěn)定,是最為合適的能耗算法方程。

        Actigraph(GT3X)加速度計作為高技術(shù)含量的客觀測量手段,在實驗條件下測量我國年輕人群體的運動能耗是可行的,但用于日常生活中身體活動的能耗監(jiān)測尚需進(jìn)一步驗證研究。此外,研究沒有對運動強(qiáng)度、量、步數(shù)等功能進(jìn)行定性和定量評價,同時,是否適用于我國的其他人群仍需要進(jìn)一步探討。

        [1]湯強(qiáng),盛蕾,朱衛(wèi)紅.體力活動研究中加速度計的應(yīng)用[J].體育科學(xué),2009,29(1):77-84.

        [2]趙壯壯,陳培友,邱悅雯.LivePod LP2檢測人體運動中能量消耗水平的信、效度檢驗[J].體育科學(xué),2012,32(1):48-53.

        [3]ActiGraph GT3XHelp[EB/OL].http://support.theactigraph.com/product/GT3X-device.

        [4]ActiGraph Monitor[EB/OL].http://www.theactigraph.com/article/research-database.

        [5]AINSLIE P N,REILLY T,WESTERTERP K R.Estimating human energy expenditure-A review of techniques with particular reference to doubly labeled water[J].Sports Med,2003,33(9):683-698.

        [6]AINSWORTH B E,HASHELL W L,HEMMANN S D,et al.2011compendium of physical activities:a second update of codes and MET values[J].Med Sci Sports Exe,2011,43(8):1575-1581.

        [7]BASSETT JR D R,AINSWORTH B E,SWARTZ A M,et al.Validity of four motion sensors in measuring moderate intensity physical activity[J].Med Sci Sports Exe,2000,32(9Suppl):S471-S480.

        [8]BRAGE S,BRAGE N,F(xiàn)RANKS P W,et al.Reliability and validity of the combined heart rate and movement sensor Actiheart[J].Eur J Clin Nutrit,2005,59(4):561-570.

        [9]BRAGE S,WEDDERKOPP N,F(xiàn)RANKS P W,et al.Reexamination of validity and reliability of the CSA monitor in walking and running[J].Med Sci Sports Exe,2003,35(8):1447-1454.

        [10]CASPERSEN C J,POWELL K E,CHRISTENSON G M.Physical activity,exercise,and physical fitness:definitions and distinctions for health-related research[J].Public Health Reports,1985,100(2):126-131.

        [11]COMMITTEE P A G A.Physical activity guidelines advisory committee report,2008[M].Washington,DC:US Department of Health and Human Services,2008.

        [12]CROUTER S E,CHURILLA J R,BASSETT D R.Estimating energy expenditure using accelerometers[J].Eur J Appl Physiol,2006,98(6):601-612.

        [13]CROUTER S E,CLOWERS K G,BASSETT D R.A novel method for using accelerometer data to predict energy expenditure[J].J Appl Physiol,2006,100(4):1324-1331.

        [14]CROUTER S E,SCHNEIDER P L,KARABULUT M,et al.Validity of 10electronic pedometers for measuring steps,distance,and energy cost[J].Med Sci Sports Exe,2003,35(8):1455-1460.

        [15]DRENNOWATZ C,EISENMANN J C.Validation of the SenseWear Armband at high intensity exercise[J/OL].Eur J Appl Physiol,DOI:10.1007/s00421-010-1695-0.

        [16]GENERAL U S P H,F(xiàn)ITNESS P C O P,Us S.Physical activity and health:a report of the Surgeon General[M].Jones Bartlett Pub,1998.

        [17]HEIL D P.Predicting activity energy expenditure using the Actical activity monitor[J].Res Q Exe Sport,2006,77(1):64-80.

        [18]HENDELMAN D,MILLER K,BAGGETT C,et al.Validity of accelerometry for the assessment of moderate intensity physical activity in the field[J].Med Sci Sports Exe,2000,32(9):S442-S449.

        [19]H/P/COSMOS.pulsar Running machines manual[EB/OL].http://www.h-p-cosmos.com/en/running-machines/pulsar/index.htm.

        [20]JAKICIC J M,MARCUS M,GALLAGHER K I,et al.Evaluation of the SenseWear Pro Armband(TM)to Assess Energy Expenditure during Exercise[J].Med Sci Sports Exe,2004,36(5):897-904.

        [21]KOEHLER K,BRAUN H,de MAR?ES M,et al.Assessing energy expenditure in male endurance athletes:Validity of the Sensewear Armband[J].Med Sci Sports Exe,2011,43(7):1328-1333.

        [22]LEEDERS N Y,NELSON T E,SHERMAN W M.Ability of different physical activity monitors to detect movement during treadmill walking[J].Int J Sports Med,2003,24(1):43-50.

        [23]LE MASURIER G U Y C,TUDOR-LOCKE C.Comparison of pedometer and accelerometer accuracy under controlled conditions[J].Med Sci Sports Exe,2003,35(5):867-871.

        [24]MARTIN BLAND J,ALTMAN D G.Statistical methods for assessing agreement between two methods of clinical measurement[J].The Lancet,1986,327(8476):307-310.

        [25]MATTHEWS C E.Calibration of accelerometer output for adults[J].Med Sci Sports Exe,2005,37(11):S512-S522.

        [26]MAX-II/ MAX-IIa Metabolic Systems Instruction Manual[EB/OL].http://www.aeitechnologies.com.

        [27]MCCLAIN J J M C,CRAIG C L C C,SISSON S B S S,et al.Comparison of Lifecorder EX and ActiGraph accelerometers under free-living conditions[J].Appl Physio Nutrit Metabol,2007,32(4):753-761.

        [28]NICHOLS J F,MORGAN C G,SARKIN J A,et al.Validity,reliability,and calibration of the Tritrac accelerometer as a measure of physical activity[J].Med Sci Sports Exe,1999,31(6):908-912.

        [29]TROST S G,MCIVER K L,PATE R R.Conducting accelerometer-based activity assessments in field-based research[J].Med Sci Sports Exe,2005,37(11):S531-S543.

        [30]VANHELST J,BéGHIN L,RASOAMANANA P,et al.Calibration of the RT3accelerometer for various patterns of physical activity in children and adolescents[J].J Sports Sci,2010,28(4):381-387.

        [31]WELK G J,BLAIR S N,WOOD K,et al.A comparative evaluation of three accelerometry-based physical activity monitors[J].Med Sci Sports Exe,2000,32(9Suppl):S489-S497.

        [32]WELK G J,MCCLAIN J J,EISENMANN J C,et al.Field Validation of the MTI Actigraph and BodyMedia Armband Monitor Using the IDEEA Monitor[J].Obesity,2007,15(4):918-928.

        猜你喜歡
        一致性
        注重整體設(shè)計 凸顯數(shù)與運算的一致性
        遼寧教育(2022年19期)2022-11-18 07:20:42
        關(guān)注減污降碳協(xié)同的一致性和整體性
        公民與法治(2022年5期)2022-07-29 00:47:28
        商用車CCC認(rèn)證一致性控制計劃應(yīng)用
        注重教、學(xué)、評一致性 提高一輪復(fù)習(xí)效率
        對歷史課堂教、學(xué)、評一體化(一致性)的幾點探討
        IOl-master 700和Pentacam測量Kappa角一致性分析
        基于CFD仿真分析的各缸渦流比一致性研究
        ONVIF的全新主張:一致性及最訪問控制的Profile A
        方形截面Rogowski線圈的一致性分析
        電測與儀表(2016年7期)2016-04-12 00:22:18
        基于事件觸發(fā)的多智能體輸入飽和一致性控制
        丰满老熟女性生活视频| 无遮挡十八禁在线视频国产制服网站 | 久久久久人妻一区二区三区| 成人免费看吃奶视频网站| 精品无码AV无码免费专区| 亚洲视频精品一区二区三区 | 香蕉久久福利院| 国产国拍亚洲精品午夜不卡17| 超短裙老师在线观看一区二区 | 九九九精品成人免费视频小说| 国产丝袜免费精品一区二区 | 少妇无码吹潮| 国产91色在线|亚洲| 日本精品啪啪一区二区| 亚洲乱码中文在线观看| 久久亚洲色www成人欧美| 99精品热6080yy久久| 日韩女优在线一区二区| 新婚少妇无套内谢国语播放| 自慰无码一区二区三区| 国产一区二区三区爆白浆| 全国一区二区三区女厕偷拍| 超碰97人人射妻| 一本一本久久a久久精品综合| 亚洲熟伦在线视频| 五月婷婷六月丁香久久综合| 巨人精品福利官方导航| 欧美做受视频播放| 魔鬼身材极品女神在线| 岛国熟女精品一区二区三区| 国产肥熟女视频一区二区三区| 国产精品无码片在线观看| 亚洲综合偷拍一区二区| 久久久久亚洲av无码专区首| 亚洲欧美日韩综合久久| 精品无码人妻久久久一区二区三区 | 精品少妇人妻av一区二区蜜桃| 国产精品无码v在线观看| 欧美自拍视频在线| 毛片色片av色在线观看| 中文字幕 亚洲精品 第1页|