饒 偉

(浙江警官職業(yè)學(xué)院，浙江 杭州 310018)

0 前 言

美國運(yùn)動醫(yī)學(xué)會的年會中，有關(guān)體力活動的議題逐年在增多，身體活動的研究成為運(yùn)動科學(xué)領(lǐng)域的焦點(diǎn)[1]。對身體活動測量的準(zhǔn)確性顯得尤為重要。歷史上，研究人員依靠自我報(bào)告調(diào)查問卷評估身體活動水平，方法受制于實(shí)質(zhì)報(bào)告偏差[2]。雙標(biāo)水法和間接熱測量法雖然被認(rèn)為是體力活動測量的金標(biāo)準(zhǔn)和亞標(biāo)準(zhǔn)[3,4]。但是由于測量成本高,又受到經(jīng)濟(jì)價格的影響，不適宜推廣；加速度計(jì)的測量存在佩戴不方便，同時會給測試者帶來經(jīng)濟(jì)和精神上的壓力，不利于長期的監(jiān)測身體活動[5]。

隨著網(wǎng)絡(luò)時代的到來，智能手機(jī)的用戶逐年增加。早在2013年全球大約有68億人使用手機(jī)；全球智能手機(jī)滲透率是29.5%[6]。同時智能手機(jī)內(nèi)置加速度傳感器得到快速發(fā)展，用戶將它們視為個人和不太干擾的項(xiàng)目，智能手機(jī)正成為理想的無所不在的監(jiān)控設(shè)備[6]。目前，國外基于智能手機(jī)對體力活動監(jiān)測研究中，主要是通過電子工程和網(wǎng)絡(luò)語言來進(jìn)行對活動類型的識別，但是也有一部分用于體力活動能量消耗的研究，并且研究表明智能手機(jī)的監(jiān)測是可靠的[7-10]。國內(nèi)外有學(xué)者研究智能手機(jī)內(nèi)置加速度傳感器與加速度計(jì)基于實(shí)驗(yàn)室和自由生活的身體活動檢測研究中,表明智能手機(jī)加速度傳感器可以賦予類似的估計(jì)[4,11]。然而基于加速度計(jì)在體力活動能耗建模已有研究[12],而智能手機(jī)的體力活動能耗建模還需進(jìn)一步研究探討。因此，研究探討智能手機(jī)內(nèi)置加速度傳感器日常體力活動能耗模型研究很有必要的。

1 研究對象與方法

1.1 研究對象

受試者為44名在校大學(xué)生，男女各22人。受試者均無身體疾病或身體不適，也無運(yùn)動障礙和家族疾病遺傳史。試驗(yàn)分為實(shí)驗(yàn)組(28人，男女各半)和驗(yàn)證組(16人，男女各半)表1。在測試前一天無大強(qiáng)度體力活動。正式試驗(yàn)前，由工作人員向受試者告知試驗(yàn)測試的詳情和注意事項(xiàng)，經(jīng)同意后在知情同意書上簽字。

表1 本研究受試者人體測量特征一覽表

1.2 研究方法

1.2.1 儀器設(shè)備。手機(jī)：選擇1部紅米N0TE2手機(jī)作為測試手機(jī)，其內(nèi)置加速度傳感器是型號為ACCELEROMETER的三軸計(jì)數(shù)器；量程為±2；測量精度為3.90E-3。本研究自編加速度傳感器原始數(shù)據(jù)采集軟件，該軟件能夠設(shè)置采樣頻率，同時記錄3個軸的加速度原始數(shù)據(jù)并以CSV的格式保存在手機(jī)中。本次測試將其采樣頻率設(shè)為50Hz，將原始數(shù)據(jù)下載歸檔，利用SPSS統(tǒng)計(jì)軟件進(jìn)行后期處理。

K4b2：K4b2便攜式氣體代謝分析儀(COSMED，ROME，LTALY)，利用間接測量法原理，通過分析受試者呼吸每一口空氣攝入的氧氣量和呼出的二氧化碳含量，計(jì)算出單位時間的人體能耗。

1.2.2 測試方案。受試者在測試前2天收到測試時間并被告知著裝、飲食等相關(guān)注意事項(xiàng)；實(shí)驗(yàn)組與驗(yàn)證組完成同樣的測試。在測試當(dāng)天先用恒康家業(yè)HK-600身高體重儀測量受試者的身高和體重。

在正式測量時,將一個的紅米N0TE2手機(jī)放在受試者的左荷包處，同時配戴較標(biāo)好的K4b2同步計(jì)數(shù)依次完成3類11項(xiàng)活動，活動包括靜止類(躺、靜坐、原地站立、電腦打字)、生活方式類(整理書桌、掃地)、周期類(慢走2km/h、快走6km/h、跑8km/h、功率自行車70轉(zhuǎn)/分和100轉(zhuǎn)/分。每一項(xiàng)活動的時間是5min，各項(xiàng)活動之間的間隔根據(jù)心率恢復(fù)情況而定(1～5min)。受試者選擇自己喜歡的姿勢完成躺、靜坐和站立的測試；打字活動是將預(yù)設(shè)好的紙質(zhì)文檔上的內(nèi)容轉(zhuǎn)變?yōu)殡娮訖n，打字的速度自己控制；整理書桌時，受試者需要將70本編好號完全打亂平鋪在2.4m×1.0m桌上的書籍按照編號重新歸置好；掃地時，工作人員事先將撕碎的紙屑撒在地面上，受試者模擬平時掃地的狀態(tài)進(jìn)行清掃，接著在跑臺上依次完成2km/h慢跑、6km/h快走和8km/h跑；在功率自行車上依次完成70轉(zhuǎn)/分和100轉(zhuǎn)/分的騎行。

1.2.3 數(shù)據(jù)處理與統(tǒng)計(jì)分析。測試后的K4b2、紅米荷包手機(jī)內(nèi)置加速度原始數(shù)據(jù)，通過在儀器配套的軟件內(nèi)將其原始數(shù)據(jù)轉(zhuǎn)換為“1min”的采樣頻率的數(shù)據(jù)。在實(shí)際的統(tǒng)計(jì)分析中，取體力活動測試中的2-4min的數(shù)據(jù)進(jìn)行分析。

數(shù)據(jù)通過excel2007軟件和SPSS 21.0統(tǒng)計(jì)軟件進(jìn)行處理分析。用Pearson相關(guān)分析手機(jī)內(nèi)置加速度計(jì)的VM值與能耗值(METs)的相關(guān)性。以VM、體重、身高、年齡、性別作為自變量，能耗MET作為因變量,通過逐步回歸法建立能量消耗方程。通過Bland- Altman法檢驗(yàn)實(shí)測值與預(yù)測值的一致性來檢驗(yàn)所建方程的準(zhǔn)確性。

以接受者工作特征ROC曲線建立在3METs、6METs的紅米荷包手機(jī)VM的臨界點(diǎn)。運(yùn)動強(qiáng)度劃分依據(jù)<3METs為小強(qiáng)度體力活動；≥3METs、<6METs為中等強(qiáng)度體力活動；≥6METs為高強(qiáng)度體力活動。

2 研究結(jié)果

2.1 能耗值與紅米荷包VM特征分析

通過Pearson相關(guān)分析實(shí)驗(yàn)組中手機(jī)VM值與能耗值(METs)存在顯著相關(guān)性，相關(guān)系數(shù)為0.924，P<0.01。在依次完成各項(xiàng)身體活動時，身體能量消耗呈現(xiàn)逐漸的遞增，紅米荷包測量的VM值也呈現(xiàn)相同的遞增趨勢。在走、跑活動時，MET值與VM值也是同時達(dá)到最大(表2)。通過將實(shí)驗(yàn)組的能耗值(METs)與手機(jī)(VM)做散點(diǎn)圖可見兩者存在線性相關(guān)，線性系數(shù)R2=0.854(圖1)。

表2 本研究實(shí)驗(yàn)組11項(xiàng)體力活動的能耗和手機(jī)計(jì)數(shù)一覽表

圖1 本研究實(shí)驗(yàn)組手機(jī)VM與能耗(METs)的散點(diǎn)圖

2.2 手機(jī)內(nèi)置加速度計(jì)能耗方程建立

通過圖1可知實(shí)驗(yàn)組的手機(jī)VM與能耗之間存在線性關(guān)系,因此本研究以實(shí)驗(yàn)組的紅米荷包VM值、體重、身高、年齡、性別為自變量，以能量消耗值(METs)為因變量，通過逐步回歸分析得到預(yù)測方程式：MET=0.015VM+0.027H-0.017BM，得到的方程包括VM、體重和身高三個自變量。其判別系數(shù)為0.926，校正后的R2為0.858，SEE為0.98，經(jīng)F檢驗(yàn) P<0.01，說明自變量與因變量存在線性關(guān)系，方程的擬合程度較高(表3)。

表3 本研究所建能量消耗方程一覽表

注:BM為體重、H為身高

2.3 預(yù)測方程的檢驗(yàn)

2.3.1 預(yù)測值與實(shí)測值不同強(qiáng)度的相關(guān)檢驗(yàn)。將驗(yàn)證組的數(shù)據(jù)帶入預(yù)測方程得到能耗預(yù)測值(PAEE)。在大強(qiáng)度和中等強(qiáng)度身體活動能耗測量上，所建方程測量能耗(PAEE)與IC法測量能耗EE有顯著相關(guān)(VPA：相關(guān)系數(shù)0.67，P<0.01、MPA：相關(guān)系數(shù)0.794，P<0.01)。在小強(qiáng)度身體活動能耗測量上，兩者之間高度相關(guān)(LPA：相關(guān)系數(shù)0.826，P<0.01)。

表4 各強(qiáng)度等級方程預(yù)測能耗與實(shí)測能耗的相關(guān)性

2.3.2 實(shí)測值與預(yù)測值Bland-Altman一致性檢驗(yàn)。在分析了預(yù)測值與實(shí)測值在強(qiáng)度等級下的相關(guān)性，考慮到日常生活方式的多樣，所建方程主要是用于日常生活身體活動的能耗監(jiān)測，如果只是對單項(xiàng)身體活動進(jìn)行驗(yàn)證顯然是不合理的，為此研究將活動分成不同活動類型進(jìn)行方程的檢驗(yàn)。為進(jìn)一步加強(qiáng)分析預(yù)測方程對能量消耗測量的準(zhǔn)確性，本研究使Bland-Altman統(tǒng)計(jì)方法分析方程預(yù)測值(PAEE)與K4b2的實(shí)測值(METs)的一致性。以兩組指標(biāo)的差值作為Y軸，以兩組指標(biāo)的平均值作為X軸，使用實(shí)線和兩條虛線標(biāo)記出誤差均值和95%的置信區(qū)間(X±1.96SD)。

在經(jīng)過Bland-Altman統(tǒng)計(jì)分析后(圖2)，可以看出四種活動類型的實(shí)測值與預(yù)測值95%的殘差均落在符合標(biāo)準(zhǔn)的一致性界限(±SD)以內(nèi)。說明預(yù)測值與實(shí)測值具有較好的一致性，意味著預(yù)測方程對四種類型的活動均有較好的預(yù)測力。

圖2 本研究所建方程的預(yù)測值與K4b2的實(shí)測值的Bland-Altman散點(diǎn)

2.3.3 不同性別、體重的VM、預(yù)測值、實(shí)測值的多元方差分析。表5中可知，不同性別、體重在靜止類和走跑類活動是VM不具有差異性，P>0.05，而在日常生活類和騎行類，VM具有顯著差異，P<0.01；除走跑類活動外不同體重的預(yù)測值都具有顯著差異， P<0.01；在靜止類和日常生活類，不同體重的實(shí)測值具有顯著差異，P<0.01；其它兩類活動實(shí)測值不具有差異顯著差異，P>0.05；不同性別的受試者在日常體力活動下的實(shí)測值具有顯著差異，P<0.01。

表5 性別、體重與不同活動類別的VM、預(yù)測值、

2.4 不同運(yùn)動強(qiáng)度手機(jī)VM臨界點(diǎn)的建立

本研究通過ROC曲線分析建立手機(jī)VM的臨界點(diǎn)，3METs和6METs所對應(yīng)的VM臨界點(diǎn)分別為64.49counts/min、177.50counts/min。3METs建立的曲線下面積(AUC)為0.965，其敏感度為0.87,特異性為0.94。6METs建立的曲線下面積(AUC)為0.916，其敏感度為0.88，特異性為0.82(表6)。又如圖3所示，兩根ROC曲線都很接近圖的左上角位置，說明該組的臨界值具有很好的診斷價值。

表6 本研究以ROC曲線建立的紅米荷包VM臨界點(diǎn)一覽表

圖3 本研究建立的3METs(左)和6METs(右)臨界點(diǎn)的ROC曲線

3 分析討論

3.1 能耗預(yù)測結(jié)果的分析

借鑒Crouter等人的研究[13]，本研究實(shí)驗(yàn)設(shè)計(jì)體力活動時，基本涵蓋了日常常見的身體活動包括了日常的躺、坐、站立、工作、勞務(wù)和日常休閑活動。這更有利于反映對日常體力活動監(jiān)測評估的真實(shí)和準(zhǔn)確性。Pearson相關(guān)分析可知,不同體力活動強(qiáng)度下,方程預(yù)測值(PAEE)與IC法測得實(shí)測值存在中度的相關(guān)性,低強(qiáng)度時,兩者的相關(guān)性顯著這和Henricson等人[14]以智能手機(jī)加速度傳感器計(jì)數(shù)值，經(jīng)過神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)建立的回歸模型得到結(jié)果相似。Bland-Altman散點(diǎn)圖分析可知，方程對驗(yàn)證組受試者能量消耗的預(yù)測誤差基本都位于95%置信區(qū)間之內(nèi)，符合預(yù)測誤差位于在95%置信區(qū)間之外小于5%的要求。提示，其預(yù)測準(zhǔn)確性都較高?？梢?，本研究所建能耗預(yù)測方程能夠準(zhǔn)確地測量日常體力活動的能耗。

本研究發(fā)現(xiàn)靜止類和走、跑類活動時,不同體重的受試者手機(jī)計(jì)數(shù)的VM值差異不顯著,這可能是靜止活動的動作幅度較小，而走、跑運(yùn)動具有較強(qiáng)的規(guī)律性和節(jié)奏性，這可能導(dǎo)致手機(jī)測量出的VM值較為穩(wěn)定。而在日常的活動和騎行手機(jī)計(jì)數(shù)的VM值差異較為顯著，日常活動的動作不是規(guī)則的，各個方向上的運(yùn)動幅度不一致，同時騎行主要是下肢運(yùn)動，不同的人上半身動的幅度不一樣，這可能導(dǎo)致手機(jī)計(jì)數(shù)的VM產(chǎn)生差異。走跑類活動的能耗值在不同性別、體重的差異性不顯著，走跑運(yùn)動受到跑臺的限制，其速度和節(jié)奏基本一樣，基本不會受到人為因素的影響，且運(yùn)動的強(qiáng)度較大， 日常生活活動性別對預(yù)測值和實(shí)測值的影響不一樣，有可能是因?yàn)榕鷦幼鞯氖炀毘潭瓤赡芤哂谀猩?，在這些活動的能量消耗成本可能就要低于男生。

3.2 不同強(qiáng)度的VM臨界點(diǎn)效度分析

ROC曲線是反映敏感性和特異性連續(xù)變量的綜合指標(biāo),是用構(gòu)圖法揭示敏感性和特異性的相互關(guān)系，它通過將連續(xù)變量設(shè)定出多個不同的臨界值，從而計(jì)算出一系列敏感性和特異性，再以敏感性為縱坐標(biāo)、(1-特異性)為橫坐標(biāo)繪制成曲線，曲線下面積越大，診斷準(zhǔn)確性越高。當(dāng)AUC<0.5表示根本無法準(zhǔn)確診斷；AUC在0.5～0.7之間表示診斷準(zhǔn)確性較低；AUC在0.7～0.9之間表示診斷準(zhǔn)確性為中等，AUC>0.9表示具有高得診斷準(zhǔn)確性[15]。其中，靈敏度(sensitivity)就是把實(shí)際為真值的判斷為真值的概率；特異度(specificity)是把實(shí)際為假值的判斷為假值的概率；誤判率是把實(shí)際為假值的判斷為真值的概率，其值等于1-特異度。最佳臨界值的確定,是根據(jù)“尤登指數(shù)”(1-特異度+敏感度)來判斷，當(dāng)“尤登指數(shù)”取最大值時所對應(yīng)的VM值即為最佳臨界點(diǎn)。本研究以METs確定運(yùn)動強(qiáng)度，通過ROC曲線分析確定不同運(yùn)動強(qiáng)度手機(jī)VM的臨界點(diǎn)。其3METs即低強(qiáng)度體力活動所對應(yīng)的手機(jī)VM臨界點(diǎn)為64.49counts/min,曲線下的面積(AUC)為0.965,敏感度為0.87,特異度為0.94；6METs即中等強(qiáng)度所對應(yīng)的手機(jī)VM臨界點(diǎn)為177.5counts/min，AUC為0.916,敏感度為0.88，特異度為0.82。提示兩組的臨界值具有高的診斷價值，說明手機(jī)VM能夠很好地反應(yīng)運(yùn)動的情況。

國外有學(xué)者利用神經(jīng)網(wǎng)絡(luò)和機(jī)器語言學(xué)習(xí)對活動類別進(jìn)行識別顯示有利于提高對活動的識別[16-18]。測量的準(zhǔn)確性可能比前者更有優(yōu)勢，但在國內(nèi)外的對于體力活動研究指南中均強(qiáng)調(diào)活動強(qiáng)度而不是活動類型[19]。此外有研究認(rèn)為基于神經(jīng)網(wǎng)絡(luò)和機(jī)器語言學(xué)習(xí)的主要局限在其復(fù)雜性和“黑色”盒子“的性質(zhì)，其復(fù)雜性可能使得應(yīng)用領(lǐng)域變得不方便[20]。本研究基于活動強(qiáng)度建立臨界點(diǎn)更具有實(shí)際的應(yīng)用性。

4 結(jié) 論

本研究在國內(nèi)較早采用了智能手機(jī)加速度傳感器檢測體力活動能耗，建立的能耗方程與間接熱測量法測量的結(jié)果一致性較好，建立的VM臨界點(diǎn)能夠很好診斷低、中等的運(yùn)動強(qiáng)度水平和反映人體的運(yùn)動狀態(tài)。這表明本研究所用的智能手機(jī)可以用于青年人的日常體力活動監(jiān)測。此外，研究沒有涉及到其他人群的檢測，是否能用于其他人群，還需進(jìn)一步探討研究， 未來可以進(jìn)一步豐富在不同年齡段人群和不同手機(jī)品牌的測評。