饒 偉

(浙江警官職業(yè)學院，浙江 杭州 310018)

0 前 言

美國運動醫(yī)學會的年會中，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動科學領(lǐng)域的焦點[1]。對身體活動測量的準確性顯得尤為重要。歷史上，研究人員依靠自我報告調(diào)查問卷評估身體活動水平，方法受制于實質(zhì)報告偏差[2]。雙標水法和間接熱測量法雖然被認為是體力活動測量的金標準和亞標準[3,4]。但是由于測量成本高,又受到經(jīng)濟價格的影響，不適宜推廣；加速度計的測量存在佩戴不方便，同時會給測試者帶來經(jīng)濟和精神上的壓力，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，智能手機的用戶逐年增加。早在2013年全球大約有68億人使用手機；全球智能手機滲透率是29.5%[6]。同時智能手機內(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目，智能手機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的監(jiān)測是可靠的[7-10]。國內(nèi)外有學者研究智能手機內(nèi)置加速度傳感器與加速度計基于實驗室和自由生活的身體活動檢測研究中,表明智能手機加速度傳感器可以賦予類似的估計[4,11]。然而基于加速度計在體力活動能耗建模已有研究[12],而智能手機的體力活動能耗建模還需進一步研究探討。因此，研究探討智能手機內(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名在校大學生，男女各22人。受試者均無身體疾病或身體不適，也無運動障礙和家族疾病遺傳史。試驗分為實驗組(28人，男女各半)和驗證組(16人，男女各半)表1。在測試前一天無大強度體力活動。正式試驗前，由工作人員向受試者告知試驗測試的詳情和注意事項，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：選擇1部紅米N0TE2手機作為測試手機，其內(nèi)置加速度傳感器是型號為ACCELEROMETER的三軸計數(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)計軟件進行后期處理。

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；實驗組與驗證組完成同樣的測試。在測試當天先用恒康家業(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手機放在受試者的左荷包處，同時配戴較標好的K4b2同步計數(shù)依次完成3類11項活動，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。每一項活動的時間是5min，各項活動之間的間隔根據(jù)心率恢復情況而定(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)計分析。測試后的K4b2、紅米荷包手機內(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)。在實際的統(tǒng)計分析中，取體力活動測試中的2-4min的數(shù)據(jù)進行分析。

數(shù)據(jù)通過excel2007軟件和SPSS 21.0統(tǒng)計軟件進行處理分析。用Pearson相關(guān)分析手機內(nèi)置加速度計的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法檢驗實測值與預測值的一致性來檢驗所建方程的準確性。

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

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)分析實驗組中手機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值也是同時達到最大(表2)。通過將實驗組的能耗值(METs)與手機(VM)做散點圖可見兩者存在線性相關(guān)，線性系數(shù)R2=0.854(圖1)。

表2 本研究實驗組11項體力活動的能耗和手機計數(shù)一覽表

圖1 本研究實驗組手機VM與能耗(METs)的散點圖

2.2 手機內(nèi)置加速度計能耗方程建立

通過圖1可知實驗組的手機VM與能耗之間存在線性關(guān)系,因此本研究以實驗組的紅米荷包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 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 預測方程的檢驗

2.3.1 預測值與實測值不同強度的相關(guān)檢驗。將驗證組的數(shù)據(jù)帶入預測方程得到能耗預測值(PAEE)。在大強度和中等強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 各強度等級方程預測能耗與實測能耗的相關(guān)性

2.3.2 實測值與預測值Bland-Altman一致性檢驗。在分析了預測值與實測值在強度等級下的相關(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，如果只是對單項身體活動進行驗證顯然是不合理的，為此研究將活動分成不同活動類型進行方程的檢驗。為進一步加強分析預測方程對能量消耗測量的準確性，本研究使Bland-Altman統(tǒng)計方法分析方程預測值(PAEE)與K4b2的實測值(METs)的一致性。以兩組指標的差值作為Y軸，以兩組指標的平均值作為X軸，使用實線和兩條虛線標記出誤差均值和95%的置信區(qū)間(X±1.96SD)。

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

圖2 本研究所建方程的預測值與K4b2的實測值的Bland-Altman散點

2.3.3 不同性別、體重的VM、預測值、實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，不同體重的實測值具有顯著差異，P<0.01；其它兩類活動實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、預測值、

2.4 不同運動強度手機VM臨界點的建立

本研究通過ROC曲線分析建立手機VM的臨界點，3METs和6METs所對應(yīng)的VM臨界點分別為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臨界點一覽表

圖3 本研究建立的3METs(左)和6METs(右)臨界點的ROC曲線

3 分析討論

3.1 能耗預測結(jié)果的分析

借鑒Crouter等人的研究[13]，本研究實驗設(shè)計體力活動時，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)測評估的真實和準確性。Pearson相關(guān)分析可知,不同體力活動強度下,方程預測值(PAEE)與IC法測得實測值存在中度的相關(guān)性,低強度時,兩者的相關(guān)性顯著這和Henricson等人[14]以智能手機加速度傳感器計數(shù)值，經(jīng)過神經(jīng)網(wǎng)絡(luò)和機器學習建立的回歸模型得到結(jié)果相似。Bland-Altman散點圖分析可知，方程對驗證組受試者能量消耗的預測誤差基本都位于95%置信區(qū)間之內(nèi)，符合預測誤差位于在95%置信區(qū)間之外小于5%的要求。提示，其預測準確性都較高?？梢姡狙芯克芎念A測方程能夠準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計數(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、跑運動具有較強的規(guī)律性和節(jié)奏性，這可能導致手機測量出的VM值較為穩(wěn)定。而在日常的活動和騎行手機計數(shù)的VM值差異較為顯著，日?；顒拥膭幼鞑皇且?guī)則的，各個方向上的運動幅度不一致，同時騎行主要是下肢運動，不同的人上半身動的幅度不一樣，這可能導致手機計數(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，且運動的強度較大， 日常生活活動性別對預測值和實測值的影響不一樣，有可能是因為女生動作的熟練程度可能要高于男生，在這些活動的能量消耗成本可能就要低于男生。

3.2 不同強度的VM臨界點效度分析

ROC曲線是反映敏感性和特異性連續(xù)變量的綜合指標,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，從而計算出一系列敏感性和特異性，再以敏感性為縱坐標、(1-特異性)為橫坐標繪制成曲線，曲線下面積越大，診斷準確性越高。當AUC<0.5表示根本無法準確診斷；AUC在0.5～0.7之間表示診斷準確性較低；AUC在0.7～0.9之間表示診斷準確性為中等，AUC>0.9表示具有高得診斷準確性[15]。其中，靈敏度(sensitivity)就是把實際為真值的判斷為真值的概率；特異度(specificity)是把實際為假值的判斷為假值的概率；誤判率是把實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“尤登指數(shù)”取最大值時所對應(yīng)的VM值即為最佳臨界點。本研究以METs確定運動強度，通過ROC曲線分析確定不同運動強度手機VM的臨界點。其3METs即低強度體力活動所對應(yīng)的手機VM臨界點為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即中等強度所對應(yīng)的手機VM臨界點為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VM能夠很好地反應(yīng)運動的情況。

國外有學者利用神經(jīng)網(wǎng)絡(luò)和機器語言學習對活動類別進行識別顯示有利于提高對活動的識別[16-18]。測量的準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調(diào)活動強度而不是活動類型[19]。此外有研究認為基于神經(jīng)網(wǎng)絡(luò)和機器語言學習的主要局限在其復雜性和“黑色”盒子“的性質(zhì)，其復雜性可能使得應(yīng)用領(lǐng)域變得不方便[20]。本研究基于活動強度建立臨界點更具有實際的應(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臨界點能夠很好診斷低、中等的運動強度水平和反映人體的運動狀態(tài)。這表明本研究所用的智能手機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，還需進一步探討研究， 未來可以進一步豐富在不同年齡段人群和不同手機品牌的測評。