消费级设备体力活动步数计算的信效度研究方法综述
2020-12-31
(北京体育大学 北京 100084)
近年来,体力活动促进作为全球关注热点在学术界被广泛讨论。步数作为体力活动的一项重要特征,由易被加速度计等测量工具测量,被作为代表体力活动运动量的指标被广泛应用。智能手机以及可穿戴设备对体力活动的监测的设计参照了计步器与研究用加速度计,同样提供了步数的信息。作为消费级产品,不同设备为了满足不同层次消费者需求,在有限成本下,其测量固件水平存在着非常明显的差距。对于大批次人群,不同的设备不能保证干预人群都能够通过个人购买的消费级产品被反馈到准确信息,对体力活动过程产生一定程度的干扰。在通过消费级设备进行体力活动的干预尝试或体力活动情况调查时,被反馈的信息可信程度,是需要进行设备信效度调查的主要原因之一。在原产商无法提供具体计步算法的情况下,特定受控环境下的测试是一种常用的信效度测试方法。通过对设备一般原理的剖析,阐述一般的实验设计原则,有助于细化实验设计,多方面的评价设备的测量信效度。
关于步数测量信效度应该被分为测量元件的测量精度和数据分析软件得出的结果准确性,即硬件测量信效度和软件计算信效度两个部分进行讨论,后者是直接示于公众的结果,而前者直接影响了计算后者的过程。由于各款手机的硬件设施详情及具体步数算法属于商业机密,实验设计的重点被放在了现实情境的模拟及参考标准的选择上。
1、实验情境设计
根据设备程序提取加速度相关特征值的分布,目前能够成功将在正常体力活动过程中常见的与步数相关的运动模式分为多类,例如:人体位置相对地面静止的情况(站立、坐下)、走路、跑步、骑车、上/下楼梯。根据对具体的程序设计的了解会便于研究者找到具体实验情境,这是目前大部分该方面研究者所遵循的实验设计原则之一。
1.1、实验环境
测试环境被分为了实验室测试环境及场地环境两种,实验室测试环境多包含跑台或配备有监测运动状态设备的短距跑道及各种生活模拟场景。对于跑台或拥有运动状态测算测量设备的环境主要用于精密测量在明确人体参数设定下设备的信效度。此类环境的优点是便于跑步器械本身的反馈使受试者调整到需要的运动状态,以期在受试者更易完成各类精确的活动要求。部分学者在实验室环境中加入了室内生活的道具,要求受试者在摄像机监视下模拟不同的体力活动任务,例如Nicholas Wendel等人在对两款穿戴设备进行测设时,要求受试者围绕在周长92米的长方形房间贴墙行走2分钟,然后通过房间中央的行走障碍,并完成房间中央的家务模拟活动。
与跑台和跑道测试相对的是场地测试,指将受试者置于自由环境进行指定运动。场地测试将受试者置于真实的运动环境中,这样的实验设计会使测试结果出现更多的误差,其来源于测试设计的缺陷造成的误差与测试过程中受试者的操作误差。但相对于在现实情境中的步行与跑步活动,受试者在处于跑步机情境中时被动运动会引起不同于常态的步态。个体被动与主动进行运动时运动模式的部分差异可能会对计步的信度产生一定的影响。Goto在关于Fitbit及Jawbow的测量信效度的系统综述中提出跑步机运动中设备会对实际步数产生低估。所以场地测试同样具有其测量意义。
目前研究者逐渐开始采用两者并行的研究设计,即兼顾实验室的跑台测试及场地测试。何晓龙在测试载有ios9系统的iphone 5s手机在不同环境下的步数监测精确性时,除开实验室环境下5分钟的跑台测试,还另外对受试者进行了在塑胶地、泥土路、水泥硬化路面与山路4种不同的步行路面地况下要求受试者进行以主观认定的三种步行速度(正常,快速,慢速)前进300步,评价不同路面和受试者行进状态对iphone 5s的自带记步程序的效度影响。Lynne M等人在对Fitbit设备测量信效度的系统综述中提出,自由生活环境下定义Fitbit设备的相对精度并不能定义真正的测量精度,因为Fitbit设备和参考设备都没有与参考标准标准进行比较。
除了受控情况下的实验测试以外,为了更好达到模拟日常行为的目的,实验设计中可以纳入无干预的日常生活监测。Aiden D等人提出,关于智能手机以及可穿戴设备测量体力活动的信效度研究将其需要放到日常生活进行至少进行72小时的测试观察。随着样本量的增加,纳入更多的日常行为,日常测试的结果会逐渐接近于准确。如陈庆国等人在测试载有ios7系统的iphone 4S的计步准确性时,在对50人跑道测试、跑步机测试及指定活动测试的基础上增加了样本量为26人的4日 (2个工作日+2个休息日)日常生活监测的内容。
1.2、运动情境设计
在设定测试环境的基础上,设计人员需要对测试的活动情境进行设计。日常活动及日常生活测试本身为开放式的测试设计,对运动情境的设计要求较低,实验人员要根据研究需求为受试者制定定义较为宽泛的独立或自由活动要求,使其在监督或半监督状态下完成要求即可。A.Alsubheen等人在研究vivofit运动手环计步功能日常生活信效度时对13名受试者进行了为期5日的测试,其中前3日的活动内容为1小时监督下的室外自由活动,第4日为跑步机测试,而第5日为办公室环境内活动。
关于跑台等实验室环境下的测试,其研究目的一般是探究智能手机在不同运动状态下的步数测量信效度,需要设定受试者具体的运动方式及运动水平。比较常见的是对于走跑活动进行定义。对于跑台测试,已有研究得出了各个不同运动水平的跑步及步行速率。将受试者置入跑台环境,可以很简单地做到利用不同的速度来规定不同水平的步行与跑步状态。Christoph H·chsmann等人在使用跑台研究iphone SE等三种设备的步数监测信效度时用速度将步行分为1.6km/h、3.2km/h、4.8km/h、6.0km/h四种状态。 何晓龙等人在进行跑台测试时使用了 3.2km/h、4.8km/h、6.4km/h、8.0km/h、9.6km/h五种配速分别对应了慢走、舒适走、快走、慢跑及中速跑五种运动状态。
对于场地测试,由于“配速”的概念相对抽象,无法做到规定受试者“保持某一配速”行进,研究者需要使用其他概念规定运动状态。如何规定场地测试中行进的运动状态是场地测试设计需要考究的要点之一。大部分研究者从步态方面对运动进行了规定,Patima Silsupadol等人在10m跑道测试时对受试者做出了最低限度的要求,即以慢速、舒适、快速的步行状态通过跑道。Christoph H?chsmann在进行室外测试时要求受试者以舒适的步速步行,但是针对不同受试者个体,其步态各维度的差异性大,在进行统计分析及讨论时很难将某一舒适的行进状态准确归结为设备进行计步的初始情境设定。相对于“配速”,步频是易于对受试者进行干预的。且已有研究使用“步频”这一概念对受试者进行要求。陈晓荣等人要求39名受试者在100m跑道上分别进行步频为90步/分、120步/分、150步/分的慢/中/快速走以及180步/分的中速跑。节拍器在纠正帕金森、偏瘫等疾病患者步态时具有显著效果,且有国内体育工作者利用节拍器进行跨栏项目训练并取得训练成效,提示了节拍器在今后可能可以作为受试者行进步频的控制工具。
1.3、设备佩戴位置
在智能手机的行动识别过程中,程序需要判断手机相对于人体的状态。指标的运算算法取决于程序对设备运动状态的判断,在进行测试时,也需要考虑这一因素,并纳入实验设计。Patima Silsupadol在测试中设计了背袋、小单挎包、皮带、手持于耳边、右后裤袋五个穿戴设备的位置进行不同位置的区分。Christoph H?chsmann也设计了背包、挎包、左/右前裤袋、右手腕、腰部六个位置来置放不同的设备,并在每一次测试时更换每个设备的位置。Lynne M等人撰写的有关于fitbit设备的各方面测量信效度实验的系统综述将40篇有关计步测量的文献内容拆解,列举出了191项不同佩戴位置的比较,其中躯干部位114项,脚踝16项,腕部61项,大部分比较结果显示躯干部位的计步测量信效度高于其他部位。
2、参考标准设定
对于智能手机计步功能准确性的研究属于信效度研究的一种,除了进行自身比对以外,需要一个具有高效度的参考标准进行校标效度的检验。因为个体的行进时易于观察的运动过程,个体的行进步数可以被人为的观察并计数,为了消除人为的误差,也可利用视频记录测试过程,再测试后由研究人员重复计数,保证其准确性,人为计数的效度接近于最高,也有大量研究者采用人为计数作为校标与测试数据进行比对。但是根据实验的研究细节的不同,例如研究指标的增加,部分研究者会采用不同的参考标准。如,Patima Silsupadol等人通过将受试者穿戴的GAITrite便携式步态分析仪,从不同的步频、步长、步时、步速4个方面对计步信效度进行了分析。
而通过与效标比对的数据类型的不同,可以从其他方面探究信效度问题。如陈庆果等人在研究2部红米Note 2以及1部三星Note 3两款智能手机体力活动强度监测的信效度时,将其分别通过50Hz、75Hz采样频率采样的原始数据导出至MATLAB,使用ActiGraph的加速度计的计算模式导出活动强度相关的计数数据,将在测试中同样被穿戴的ActiGraph加速度计的计数数据作为校标与MATLAB计算结果进行比较,ActiGraph和手机的相关系数分别为0.819,0.762和0.669,结果显示可以两款手机可以作为ActiGraph的补充应用用于运动实践。原始数据的测量精确度代表传感器本身的测试精度。而在该研究中,未经降噪的原始数据结果直接被用于校标的计算算法中,通过逻辑倒推,可以将实验内容看做ActiGraph的加速度计与三部手机传感器精度的比较,此项研究为硬件测量精确度的检测设计作出了提示。
3、结语
体力活动行为改善是目前国家健康计划的要点内容之一。而步数是进行体力活动监测或体力活动干预时易被测量且具有代表意义的重要指标。而利用智能手机进行体力活动监测和干预工作时,由于不同款式智能手机硬件及算法的差距,需要明确其设备本身的步数计算信效度。
在进行步数计算信效度测试时,需要考虑场地,运动情境,佩戴部位等情境设计因素,根据实验目的选择合适的参考标准作为效标,综合的对设备进行检测。