RT3三轴加速度传感器测量多种类型身体活动效度研究

戴剑松,顾忠科,徐 凯,孙 飙

DAI Jiansong,GU Zhongke,XU Kai,SUN Biao

RT3三轴加速度传感器测量多种类型身体活动效度研究

戴剑松,顾忠科,徐 凯,孙 飙

DAI Jiansong,GU Zhongke,XU Kai,SUN Biao

目的:评价RT3三轴加速度传感器测量20种身体活动效度水平,验证其能耗预测模型精度,并试图推导精度更高的适合中国人群的能耗预测模型。方法:运用间接热量测定法,测试14名男性和16名女性共计20项活动能耗水平,测量项目包括:2mph步行、3mph步行、3mph 3%坡度斜坡行走、3mph 8%坡度斜坡行走、4mph快走、4mph 3%坡度斜坡快走、5mph慢跑、6mph中速跑、中速跳绳、快速跳绳、10mph骑自行车、13mph骑自行车、沿楼梯上楼、沿楼梯下楼、擦桌子、洗衣服、拖地、打乒乓球、上肢力量、下肢力量测试。结果:RT3三轴加速度传感器三轴矢量和、垂直轴、矢状轴、水平轴counts与实测MET的一元线性回归方程R2分别为0.63、0.62、0.59, 0.46,表明RT3三轴counts对于活动均较为敏感,呈现一定程度同步变化。RT3矢量和与垂直轴counts无论是测量步行,还是测量日常生活活动,与实测MET的一元线性回归方程的R2均一致。结论:使用三轴加速度传感器未体现明显优于单轴加速度传感器。RT3自身能耗预测模型不适合中国人群。RT3可以较好感应不同速度步行运动,但仍然无法感应坡度步行、上下楼运动,本研究推导的步行回归公式及常见活动回归公式预测能耗的准确度高于国外公式,但仍然存在一定误差。

RT3三轴加速度传感器；身体活动；效度

身体活动在促进健康和减少慢性疾病方面的作用已经被人们所熟知,然而如何精确的测量身体活动对于研究人员来说仍然是一个很大的挑战[1]。大样本人群研究、现场调查研究、临床试验均采用的是问卷调查、回顾式日记或访谈的形式,但这样的主观方法通常被认为是不够精确,人们倾向于高估自己的身体活动水平[2]。为了更加精确地评估身体活动与健康之间的量效关系,研究人员转而采用客观方法评价身体活动水平。在客观身体活动测量技术中,加速度传感器是其中应用最为广泛、最具代表性的身体活动测量方法之一。

RT3三轴加速度传感器是国际上除Actigraph加速度传感器以外,另外一款得到广泛应用的加速度传感器[3-9],且RT3三轴加速度传感器是国际上最早应用三轴技术的加速度传感器。但国外针对RT3的研究显示结果确不完全一致,有研究指出RT3预测能耗与实际能耗的相关系数达到0.83[10],也有研究指出RT3高估或者低估了实际能耗[11]。RT3三轴加速度传感器技术是否真正优于单轴加速度传感器,应当从增加矢状轴、水平轴加速度测量结果后是否比只测量垂直轴加速度更具优势角度进行验证。本研究采用RT3三轴加速度传感器测试中国人群多达20种身体活动,以间接热量测定法这一“金标准”能耗测定方法为参照,以验证其测量身体活动效度水平和能耗预测模型精度,为其应用中国人群提供参考。

1 研究对象与方法

1.1 研究对象

本研究共计选健康成人29名,其中男性14名,女性15名。男性身高176.66±6.22厘米,体重67. 43±6.90公斤,BMI 21.63±2.20公斤/米2,女性身高160.14±3.69厘米,体重54.03±8.24公斤,BMI 21.02±2.74公斤/米2。所有受试者身体健康,测试期间无疾病发生。所有受试者签署知情同意书。

1.2 实验方法

1.2.1 实验步骤

所有受试者完成两大类(日常生活活动与闲暇活动),共计20种活动,分别为2mph步行、3mph步行、3mph 3%坡度斜坡行走、3mph 8%坡度斜坡行走、4mph快走、4mph 3%坡度斜坡快走、5mph慢跑、6mph中速跑、中速跳绳、快速跳绳、10mph骑自行车、13mph骑自行车、沿楼梯上楼、沿楼梯下楼、擦桌子、洗衣服、拖地、打乒乓球、上肢力量、下肢力量测试。其中步行跑步、骑自行车、擦桌子、洗衣服、拖地、打乒乓球等测试每项活动持续6分钟,中速跳绳和快速跳绳各持续2分钟,上楼梯与下楼梯各持续2分钟,上肢力量练习持续10分钟,下肢力量练习3分钟。两项活动之间至少让受试者休息4分钟,同时受试者主观疲劳感觉至6-7之间方才进行下一项测试。

1.2.2 实验仪器

(1)采用意大利产COSMED K4b2便携式代谢测试系统进行测试,每次测试前,进行机器预热和校准,预热时间不少于说明书所规定的半小时,校准均通过后方才进行测试。COSMED K4b2便携式代谢测试系统是国际公认的标准代谢测试系统。

(2)RT3三轴加速度传感器是美国产(7.1 cm ×5.6 cm×2.8 cm)一种小型运动传感器,其记录的原始值counts实际上反映的是将加速度传感器感应到的垂直轴、水平轴、矢状轴上的电信号经过数模转化所得到的记录值,同时也可记录矢量和VM。受试者通过弹性腰带将RT3三轴加速度传感器固定于左髋髂前上棘与腋前线交叉处,除台阶测试设定采样频率为1秒外,其余测试采样频率为1分。

1.3 统计分析

采用SAS JMP 11.0软件对K4b2所导出Excel数据以及RT3三轴加速度传感器导出Excel数据按照测试时间进行拼接及整理。采用SAS JMP11.0统计软件对数据进行统计分析。

本研究在比较了加速度传感器自身回归公式以及本研究所推导的回归公式预测MET与实测MET之间是否存在差异,也即验证各种预测公式效度,所采用的方法是用各公式预测MET减去实测MET得到误差值,并计算误差值的95%置信区间,若置信区间包含0,则表示预测MET与实测MET无统计学差异,若置信区间大于0,则表示预测MET显著高于实测MET,反之若置信区间小于0,则表示预测MET小于实测MET。此外,本研究在分析误差值的基础上,进一步采用误差值的均方根误差(root mean square error,RMSE)验证预测公式的准确度。

2 研究结果

2.1 RT3测量身体活动效度水平

结果显示了三轴加速度传感器RT3三个轴上及矢量和平均counts及20种身体活动相应实测MET水平。垂直轴与矢状轴、水平轴相关系数分别为0.91、0.79,矢状轴与水平轴相关系数为0.85,说明RT3三轴之间相关性均较好。经单因素方差分析,所有步行活动、中速及快速跳绳、上下楼等共计12种涉及身体质心上下运动的活动中,垂直轴counts均高于或显著高于其他两轴counts,而擦桌子、慢速骑车、上肢力量、上肢力量、洗衣服、下肢力量、中速骑车等7种不涉及明显身体质心上下运动,而以上肢为主的活动中,垂直轴counts均低于或显著低于其他两轴counts,乒乓球运动作为一种综合上肢、下肢和躯干综合活动的运动,三轴counts组间多重比较差异无统计学意义。说明RT3三轴加速度传感器佩戴于腰部,能较好感应躯干不同类型活动。但矢量和、垂直轴、水平轴counts分别在3mph、3mph3%、3mph8%三种坡度步行下,经组间比较,差异均无统计学意义,仅矢状轴counts上3mph反而显著低于3mph8%(P=0.0495)。4mph、4mph3%坡度步行呈现同样特点,说明RT3三轴加速度传感器无法感应坡度行走,从而导致显著低估坡度步行能耗。下楼与上楼相比,其矢量和、垂直轴、矢状轴counts均显著高于上楼,由此导致上楼能耗被显著低估。

实测MET与三轴矢量和、垂直轴、矢状轴、水平轴之间关系如果用一元线性回归方程表示,其R2复相关系数分别为0.63、0.62、0.59、0.46。矢量和counts及垂直轴counts复相关系数基本相同,且与矢状轴counts、水平轴counts差别不大,三轴上各自counts及矢量和counts与实测MET均呈现中度相关。

本研究根据步行以及常见活动测量结果,分别建立了根据矢量和counts推算能耗的一元线性模型。步行回归公式是根据2、3、4、5、6mph五种速度测量结果计算得来。常见活动回归公式则是根据本研究所有总计20种活动(含5种速度下平地步行、3种坡度步行以及其余12种中国人群常见形式身体活动)测量结果计算得来。公式及公式总体效度见表1。

表1 推导的步行回归公式

从表2和图1可见,RT3自带公式低估了除下楼以外几乎所有活动能耗,且误差值相对较大。RT3模型低估步行的平均误差值为-1.82,95%置信区间为-2.01,-1.63,其低估步行能耗的幅度达到25%。低估生活活动的误差值为-2.23,95%置信区间为-2.50,-1.96,其低估生活活动能耗的幅度达到26%。本研究步行回归公式较准确地预测了5种速度平地步行能耗,低估了3mph3%、3mph8%、4mph3%三种坡度步行能耗。由于明显低估了坡度步行能耗,导致从总体而言,低估了8种步行能耗,其误差值为-0.64,95%置信区间为-0.84,-0.44,本研究步行回归公式低估步行能耗的总体幅度为10%。步行回归公式还低估了12种日常活动能耗,其误差值为-1.22,95%置信区间为-1.50,-0.94,本研究步行回归公式低估日常生活活动能耗的总体幅度为9%。本研究常见活动回归公式其测量步行的总体误差值为0.08,95%置信区间为-0.12,0.27,其测量生活活动的总体误差值为-0.06,95%置信区间为-0.31,0.19,本研究常见活动回归公式低估步行和高估生活活动能耗的总体幅度分别为0%,8%,虽然常见活动回归公式预测步行的误差值为0,但并不代表其真正准确评估步行能耗,而是由于高估慢速步行能耗和低估快速步行能耗造成的,其预测步行能耗的RMSE达到1. 48。本研究步行回归公式和常见活动回归公式测量身体活动的误差小于RT3模型。RT3回归公式无法准确评估所有20种身体活动能耗水平(0/20),本研究步行回归公式准确评估了7种身体活动(该7种活动分别是2、3、5、6mph步行,中速跳绳、快速跳绳、慢速骑车),本研究常见活动回归公式准确评估了5种身体活动能耗(该5种活动分别是5mph、中速跳绳、快速跳绳、拖地、乒乓球)。

表2 RT3预测MET-K4实测MET(RT3模型与推导的两个模型)

2.2 推导模型与RT3模型的精度比较

本研究将能耗预测公式计算得到的MET进行运动强度分级,小于3MET为低强度活动,3-6MET为中等强度活动,大于6MET为高强度活动,并与实测MET的运动强度进行比对,从而分析能耗预测公式高估或低估运动强度的情况。从图2可见,RT3模型低估了55.51%的活动的强度,仅仅42.04%的活动正确评估了其强度。本研究步行回归公式正确评估运动强度的比例达到55.51%,但仍有38. 37%的活动其强度被低估和6.12%的活动其强度被高估。本研究常见活动回归公式正确评估运动强度的比例最高达到61.02%,但也有18.16%的活动其强度被低估,同时20.82%的活动强度被高估。

图2 RT3模型及本研究两个模型预测评估运动强度准确程度

图3显示了以实测MET划分不同运动强度的情况下,加速度传感器预测运动强度的错误分级率,总体呈现随着运动强度增加,能耗预测模型错误分级率逐渐增加的趋势。本研究所推导的步行回归公式和常见活动回归公式错误分级率低RT3自带模型,其中常见活动回归公式除在低强度活动错误分级率达到100%,这与常见活动回归公式截距达到3.83有关,因此在低强度时,由于counts较低,导致高估实际能耗,但常见活动回归公式在其中等强度及大强度活动方面,错误分级率最低。

图3 RT3模型与本研究推导的两个模型评估运动强度错误分级百分比

3 分析讨论

3.1 RT3效度分析

传统的只能测量垂直轴加速度的单轴加速度传感器,其counts与能耗的相关关系普遍不佳,这其中的原因至少有以下三方面:第一、单轴加速度传感器难以感应上肢活动；第二、单轴加速度传感器难以感应坡度步行；第三、单轴加速度传感器难以感应上楼梯等活动。三轴加速度传感器能否克服上述弊端从某种意义上说是决定三轴加速度传感器优于单轴加速度传感器的重要依据。本研究从RT3三轴加速度传感器垂直轴、矢状轴、水平轴counts角度分析其是否能够反映上肢活动、坡度步行和上下楼梯等传统单轴加速度传感器无法准确记录的活动,进而判断其是否真正优于单轴加速度传感器。经组间多重比较,3mph、3mph3%、3mph8%三种速度下垂直轴、水平轴、矢量和counts各自均无统计学差异,矢状轴上也仅有3mph与3mph8%之间counts差异有统计学意义(P= 0.0495),4mph与4mph3%之间垂直轴、矢状轴、水平轴、矢量和counts同样均无统计学意义,说明除垂直轴外,矢状轴、水平轴及三轴矢量和同样无法感应坡度步行,从而导致坡度步行能耗被明显低估, 3mph3%坡度低估能耗的幅度达到32%,3mph8%坡度低估能耗的幅度则达到51%,呈现坡度越大,误差值越大的特点。在擦桌子、洗衣服、拖地、乒乓球、上肢力量练习等该五种较为典型的以上肢为主的活动方面,乒乓球、洗衣服、上肢力量三项活动三轴counts记录值经组间多重比较,差异无统计学意义,擦桌子矢状轴counts显著高于垂直轴counts、拖地水平轴counts显著高于垂直轴counts,但该五项活动三轴counts均较低,说明佩戴在腰部的RT3三轴加速度传感器无法记录躯干运动较少、而上肢活动较多的日常生活活动。在上下楼方面,经组间多重比较,下楼矢量和、垂直轴、矢状轴counts均显著高于上楼,但水平轴上下楼差异无统计学意义,这显然导致上楼能耗会被显著低估。在国外较少研究的骑自行车活动方面,水平轴counts显著高于垂直轴counts,但与矢状轴counts差异无统计学意义,说明对于以水平运动为主的运动形式,RT3能够较好地感应水平运动所产生的加速度。综上所述,相比单轴加速度传感器,RT3三轴加速度传感器除同样无法感应坡度步行,佩戴在腰部的传感器也无法感应上肢活动和区分上下楼活动,也即三轴加速度传感器同样存在单轴加速度传感器在测量身体活动方面存在的至少三大弊端。但RT3在测量自行车运动等方面可能优于单轴加速度传感器,因此充分利用矢状轴、水平轴所包含的信息,根据三轴counts信息区分不同类型的活动,建立数据判别身体活动类型的方法,建立更为科学、复杂的数学模型可能有助于提高三轴加速度传感器测量身体活动的精确度。

大量研究也探讨了RT3三轴加速度传感器在测量能耗方面的精度以及是否优于单轴加速度传感器,其结果由于研究方法手段的不同,其结果也不一致。有研究表明三轴加速度传感器相比单轴加速度传感器,测量身体活动能耗的精度更高[13-16]。Rothney以代谢屋直接测热法为参照,研究了RT3三轴加速度传感器、Actical双轴加速度传感器、Actigraph单轴加速度传感器测量多种形式身体活动的效度,结果发现三种传感器均无法准确预测每一种类型身体活动能耗水平,但相比而言,RT3三轴加速度传感器预测能耗的精度高于Actical双轴加速度传感器和Actigraph单轴加速度传感器。Hendelman等人则研究了Tritrac三轴加速度传感器counts、CSA单轴加速度传感器counts与能耗的相关关系,发现Tritrac三轴加速度传感器counts与能耗的相关系数大于CSA单轴加速度传感器counts与能耗的相关系数。与之不同的是,Welk等人的研究则发现CSA单轴加速度传感器预测能好的精度最高,Tritrac三轴加速度传感器高估步行和日常生活活动能好的幅度高达101%-136%之间。Lyden等人[17]的研究也发现RT3显著低估了日常生活活动能耗,高估了平地步行的能耗,但又低估了坡度步行的能耗,从低估坡度步行能耗这一角度而言, RT3三轴加速度传感器与应用较多的ActiGraph单轴加速度传感器以及Actical双轴加速度传感器结果是一致的。产生各种不一致的结果其原因较为复杂,可能与佩戴位置、测试方法及数据处理等有关系。目前针对RT3测量中国人群身体活动的研究相对较少,本研究测试中国人群最常见形式身体活动类型,包括5种常见速度步行,3种常见坡度步行,上下楼梯、快慢速跳绳、快慢速骑自行车及部分类型家务活动等总计20种身体活动。从结果来看, RT3自身软件模型低估了低估了19种身体活动能耗,同时高估了下楼能耗,也即RT3自身模型无法准确评估中国人群身体活动常见形式身体活动能耗。虽然前文已经讨论了RT3无法感应坡度行走,上下楼以及佩戴在腰部无法感应上肢活动,这意味着RT3低估以上肢运动为主的活动能耗,坡度行走及上楼等活动是难以避免的,但RT3模型同样显示低估了2、3、4、5、6mph平地步行能耗,因此,RT3模型不适合直接应用于中国人群身体活动测量。

3.2 推导模型效度分析

鉴于RT3自身模型均低估中国人群从步行到生活活动等常见形式身体活动的能耗水平,本研究分别推导了根据平地步行(2,3,4,5,6mph平地步行)counts、本研究所有20种活动counts预测能耗的一元线性回归方程,根据步行活动所推导的方程确定系数达到0.87,达到高度相关；根据所有活动所推导的方程确定系数为0.63,达到中度相关。Hendelman[14]同样根据自然状态下步行和生活活动推导了步行回归公式和常见活动回归公式,两个公式复相关系数分别为0.78、0.39,本研究回归公式尤其是常见活动回归公式复相关系数高于Hendelman的研究。从测量身体活动的精度来看,RT3自身模型低估所有8种步行、12种日常生活活动以及所有活动的误差幅度均为25%,本研究步行回归公式低估8种步行、12种日常生活活动的误差幅度约为8%-10%,本研究常见活动回归公式高估12种常见活动的幅度为8%,高估所有20种活动的幅度为5%,虽然常见活动回归公式预测步行的误差值为0,但这是由于高估慢速步行能耗和低估快速步行能耗造成的。无论是从误差值还是从低估或高估能耗的幅度来看,本研究步行回归公式和常见活动回归公式均优于RT3自身公式。本研究步行回归公式较准确地评估2、3、4、5、6mph平地步行,但低估了坡度步行及以上肢为主的运动。相比步行回归公式,常见活动回归公式高估了中等强度和低强度活动,这跟常见活动回归公式截距达到3.8有关,当记录counts较低时,通常表明活动强度较低,而截距达到3.8则导致能耗被高估。相比步行回归公式,常见活动回归公式测量8种步行、12种生活活动及所有20种活动误差相对更低。综上分析,步行回归公式其复相关系数虽然达到0.87,显示方程预测效果较好,但该方程更适用于测试步行活动本身,外推该公式将导致效度下降。常见活动回归公式总计将20种各种类型身体活动纳入方程推算中,其复相关系数下降为0.63,说明有其他因素导致测量误差,这些因素包括RT3无法感应上肢活动、坡度步行以及上下楼活动等。

由于根据加速度传感器counts预测能耗往往存在较大误差,因此,在身体活动流行病学研究中,研究人员往往并不根据counts计算能耗,而是根据counts划分为不同活动强度,如小于3MET为低强度活动,3-6MET为中等强度活动,大于6MET为高强度活动,从而计算不同强度活动时间,其原理是将counts计算能耗的回归公式做一倒推,这样分析的意义在于将counts预测能耗的“点估计”转变为counts预测“运动强度”的区间估计从而减少误差,提高预测运动强度的准确性。相比根据counts评价能耗,根据counts评价不同身体活动强度及时间在身体活动流行病学研究中更得到广泛应用,因为通过这种计算方式评价个体是否达到身体活动指南所要求的中等强度或大强度活动的时间,但需要注意的是根据counts计算不同身体活动强度和时间仍然是用回归公式进行倒推,回归公式是否效度良好仍然是决定能否依据counts准确评价运动强度的决定因素。图2显示RT3自身模型低估了将近56%的活动的强度,正确评估强度的比例仅为42%,本研究步行回归公式低估强度的比例降低到38%,正确评估强度的比例达到将近56%,本研究常见活动回归公式低估强度的比例最低,为18%,正确评估强度的比例最高达到61%,但常见活动回归公式高估活动强度的比例最高,达到21%,正如前文所述,常见活动回归公式往往高估中低强度活动。图3则显示,随着活动强度增加,根据矢量和counts划分活动强度而导致的错误分级率也在增加,这与Howe的研究不同,Howe的研究指出RT3预测能好的误差与运动强度无关。本研究所推导的步行回归公式及常见活动回归公式错误分级率低于RT3自身模型,本研究所推导的回归公式总体错误分级率为40%左右,而RT3模型错误分级率将近60%。有理由认为即使不采用回归公式预测能耗,而仅仅根据矢量和counts评价运动强度等级,仍然存在一定误差,在采用三轴加速度传感器测量身体活动时,应当慎重分析结果,因为可能存在低估运动强度等级或高估运动强度等级的情况。

4 结论

(1)RT3三轴加速度传感器三轴矢量和、垂直轴、矢状轴、水平轴counts与实测MET的一元线性回归方程R2分别为0.63、0.62、0.59,0.46,表明RT3三轴counts对于活动均较为敏感,呈现一定程度同步变化。RT3矢量和与垂直轴counts无论是测量步行,还是测量日常生活活动,与实测MET的一元线性回归方程的R2均一致,表明仅仅用线性回归方程,使用矢量和预测能耗并不优于单独采用垂直轴counts预测能耗

(2)RT3三轴加速度传感器可以较好感应各种速度下平地步行,无法感应坡度步行,上下楼,佩戴在腰部也无法测量擦桌子、洗衣服、拖地、乒乓球、上肢力量练习等以上肢为主的运动时,但可以较好感应自行车等水平运动。RT3三轴回归公式显著低估了步行活动、生活活动及所有活动的实际能耗,提示RT3能耗预测模型可能不适合中国人群。

(3)如果仅采用线性回归模型,采用RT3三轴加速度传感器矢量counts预测MET的效度与采用其垂直轴counts预测MET的效度基本相同,也即使用三轴加速度传感器未体现明显优于单轴加速度传感器RT3自身能耗预测模型不适合中国人群。RT3可以较好感应不同速度步行运动,但仍然无法感应坡度步行、上下楼运动,本研究根据步行和所有活动分别推导的步行回归公式及常见活动回归公式预测能耗的准确度高于国外公式,但仍然存在一定误差。

[1] Lagerros,Y.T.and P.Lagiou,Assessment of Physical Activity and Energy Expenditure in Epidemiological Research of Chronic Diseases[J].Eur J Epidemiol,2007.22(6):353-62.

[2] Sallis,J.F.and B.E.Saelens,Assessment of Physical Activity by Self-Report:Status,Limitations,and Future Directions[J].Res Q Exerc Sport,2000.71(2 Suppl):S1-14.

[3] Lof,M.,H.Henriksson and E.Forsum,Evaluations of Actiheart, IDEEA(R)and RT3 Monitors for Estimating Activity Energy Expenditure in Free-Living Women[J].J Nutr Sci,2013.2:e31. [4] Reneman,M.and M.Helmus,Interinstrument Reliability of the RT3 Accelerometer[J].Int J Rehabil Res,2010.33(2):178 -9.

[5] Rothney,M.P.,et al.,Validity of Physical Activity Intensity Predictions by ActiGraph,Actical,and RT3 Accelerometers[J]. Obesity(Silver Spring),2008.16(8):1946-52.

[6] Chen,C.,et al.,Procedures Used to Standardize Data Collected by RT3 Triaxial Accelerometers in a Large-Scale Weight-Loss Trial[J].J Phys Act Health,2009.6(3):354-9.

[7] Hendrick,P.,et al.,Construct Validity of RT3 Accelerometer: A Comparison of Level-Ground and Treadmill Walking at Self-Selected Speeds[J].J Rehabil Res Dev,2010.47(2):157 -68.

[8] Rowlands,A.V.,et al.,Validation of the RT3 Triaxial Accelerometer for the Assessment of Physical Activity[J].Med Sci Sports Exerc,2004.36(3):p.518-24.

[9] Powell,S.M.and A.V.Rowlands,Intermonitor Variability of the RT3 Accelerometer During Typical Physical Activities[J].Med Sci Sports Exerc,2004.36(2):p.324-30.

[10] Jakicic,J.M.,et al.,The Accuracy of the TriTrac-R3D Accelerometer to Estimate Energy Expenditure[J].Med Sci Sports Exerc,1999.31(5):747-54.

[11] Campbell,K.L.,P.R.Crocker and D.C.McKenzie,Field E-valuation of Energy Expenditure in Women Using Tritrac Accelerometers[J].Med Sci Sports Exerc,2002.34(10):1667-74.

[12] Howe,C.A.,J.W.Staudenmayer and P.S.Freedson,Accelerometer Prediction of Energy Expenditure:Vector Magnitude versus Vertical Axis[J].Med Sci Sports Exerc,2009.41(12): 2199-206.

[13] Rothney,M.P.,et al.,Validity of Physical Activity Intensity Predictions by ActiGraph,Actical,and RT3 Accelerometers[J]. Obesity(Silver Spring),2008.16(8):1946-52.

[14] Hendelman,D.,et al.,Validity of Accelerometry for the Assessment of Moderate Intensity Physical Activity in the Field[J]. Med Sci Sports Exerc,2000.32(9 Suppl):S442-9.

[15] Bouten,C.V.,et al.,Assessment of Energy Expenditure for Physical Activity Using a Triaxial Accelerometer[J].Med Sci Sports Exerc,1994.26(12):1516-23.

[16] Welk,G.J.,et al.,A Comparative Evaluation of Three Accelerometry-Based Physical Activity Monitors[J].Med Sci Sports Exerc,2000.32(9 Suppl):S489-97.

[17] Lyden,K.,et al.,A Comprehensive Evaluation of Commonly Used Accelerometer Energy Expenditure and MET Prediction E-quations[J].Eur J Appl Physiol,2011.111(2):187-201.

Research on Validity of RT3 Triaxial Accelerometer for Measuring Various Physical Activities

Objective:The aim of this study was to evaluate the validity of RT3 Triaxial accelerometer in the aspects of measuring different types of physical activity and verify the precision accuracy of energy expenditure prediction model in the RT3 software in order to develop more accurate energy expenditure prediction formula for Chinese.

Methods:In the method of Indirect heat measurement,14 males and 16 females completed 20 activities including 2mph walking,3mph walking,3mph 3%grade walking,3mph 8%grade walking,4mph brisk walking, 4mph 3%grade brisk walking,5mph and 6mph running,slow and quick skipping,10mph and 13mph bicycle riding,ascending stairs,descending stairs,cleaning table,washing clothes,mopping floor,playing table tennis,strength testing for upper limb and lower limb.Results:The R2between counts of vector magnitude,Vertical(V),medial–lateral(ML),anterior–posterior(AP)planes and METs were0.63、0.62、0.59,0.46, the results showed three axis could occur synchronous changes with physical activities.The R2between counts of vector magnitude counts,vertical counts and METs were almost same when measuring not only walking but also daily living activities.Conclusions:Using three-axis accelerometer is not considered much better than uniaxial acceleration sensor.RT3 itself consumption prediction model is not suitable for Chinese people.RT3 could sensitively measure flat walking,but couldn't accurately detect walking on slope,ascending and descending stairs.Regression formulas according to walking and all activities in the research and Common activities regression formula have more accuracy in predicting energy consumption than foreign formulas；however the error is still inevitable.

RT3 Triaxial Accelerometer；Physical Activity；Validity

G804.2 Document code:A Article ID:1001-9154(2015)06-0100-08

G804.2

A

1001-9154(2015)06-0100-08

(编辑 孙君志)

10.15942/j.jcsu.2015.06.018

江苏省科技厅社会发展研究项目(BE2008688)。

戴剑松,博士,副教授,主要研究方向:身体活动与健康,E -mail:daijiansong@163.com。

南京体育学院运动健康科学系,江苏南京210014

Department of Sport and Health Science,Nanjing Sport Institute,Nanjing Jiangsu 210014

2015-06-01