老年人智能手表计步应用:开发和评估研究

简介

老年人罹患多种共病性疾病、社会孤立和身体功能下降的风险增加，这可能导致残疾风险增加[1］．无法参与日常生活活动，可能会增加死亡风险及提早入住疗养院[2］．因此，鼓励患有多种疾病的老年人参与改善健康的干预措施至关重要，包括体育活动。事实上，简单的基于社区的步行项目和基于抵抗力的项目[3.]已有效地证明长期残疾风险的降低[4］．即使是短时间的散步也能改善老年人的生活质量、身体功能和心血管健康[5］．

传统的以消费者为基础的健康促进活动，如银色运动鞋[6，并在美国各地广泛传播。随机对照试验也显示了体育锻炼的短期和长期益处。然而，对许多人来说，持续的动力仍然是一个挑战。临床医生的简单鼓励可提高参与[7］．然而，一项加速度测量数据的研究表明，在65岁的老年人中，只有7.6%的人符合美国人的身体活动指南[8］．这些务实的挑战表明，有必要克服传统健康促进的障碍，以提高自我效能和行为改变。

老年人是科技用户增长最快的群体;一项调查显示，61%的老年人使用智能手机。9]，较2013年的23%有所增加[10］．事实上，超过50%的老年人使用社交媒体。9］．在许多技术唾手可得的国家，使用健身设备进行远程监控已经变得无处不在。在以消费者为基础和以学术为重点的试验中，在临床准确性和易用性之间找到平衡仍然具有挑战性。目前消费设备(如Fitbit)中的算法是专有的，通常不适合在临床环境中被评估的群体，例如自由生活条件下的老年人，并且在这种情况下已被证明有很大的错误率[11，12］．一些基于智能手表的步长计算算法已经利用年轻人的数据开发出来，并仅在受控环境下进行验证[13，14］．马蒂斯等人[15)开发了一款智能手表计算步数的应用程序，适用于使用装有轮子的步行架的老年人，该应用程序在室外进行评估，但仅在受控环境下，由5名老年人参与。据我们所知，针对老年人的智能手表计算步数应用程序还没有在自由生活环境中开发出来，并在长时间内进行了大量样本验证。

我们之前开发了一款名为GeriActive的应用，可以测量老年人的日常活动水平(低、中、高)。16］．我们的目标是开发并验证一种基于智能手表的老年人步数计算算法，该算法可以作为应用程序在Amulet设备上运行。Amulet是一款开源腕戴设备，已被用于各种移动健康研究，如压力和身体活动监测[17，18］．Amulet平台使开发人员能够编写节省能源和内存的应用程序。

方法

研究概述

我们在实验室中用老年人验证了步数算法(使用视频记录作为基本事实)，并在两项自由生活研究(使用Fitbit作为基本事实)中验证了该算法，持续2天和12天。

计步器App概述

我们的计算步数的Amulet应用程序可以估计一天的步数，并将信息显示在Amulet屏幕上，类似于计步器或其他可穿戴设备的功能(图1)．该应用程序会持续估算每个5秒窗口的步数，并更新用户查看的步数。它采用了两步流程:使用机器学习来确定最近5秒的数据中是否发生了身体活动，然后，通过计算峰值的数量来估计步数。

‎ 查看此图

Activity-Detection算法

我们使用线性支持向量机，将加速度计数据的每个5秒窗口分为低、中等或剧烈活动[16］．我们用从老年人中收集的数据来训练算法，这些老年人进行了各种体育活动:坐着、站着、躺着、走着和跑步[16，19］．我们对该算法的评估使用保留一个受试者的交叉验证产生了91.7%的准确性。如果算法的输出是中等或剧烈的，则运行步长检测算法来确定5秒窗口内的步数。这种两阶段方法是必要的，可以通过防止各种动作(如随机手部运动)被计算为步骤来减少误报。

Step-Detection算法

步长检测算法估计5秒加速数据中的步数。该算法使用护身符的三轴加速度计的加速度大小。它是一个三阶段的过程，包括零含义、滤波和峰值检测，使用的方法类似于[13］．首先，为了确保数据的均值为零，对于每个样本，我们减去前20个数据样本的平均值。随后，应用移动平均滤波器，即将每个样本替换为前3个样本的平均值。最后，通过检查斜率的变化来识别滤波信号中的峰值。如果斜率由正变为负，且峰值高于某一阈值，则将峰值计算为阶跃。截止阈值最初是根据经验确定的，然后进行调整。

道德

研究得到了达特茅斯学院保护人体实验对象委员会和达特茅斯-希区柯克机构审查委员会(28905)的批准。所有参与者都提供了签署的知情同意书。

参与者

参与者通过达特茅斯健康与老龄化中心和达特茅斯-希区柯克的初级保健实践招募，使用传单、清单和海报。这是一个方便样本;我们的结果可能并不一定适用于其他群体。

实验室研究

步进检测算法的开发和评估数据是在我们达特茅斯校园实验室收集的。老年人(n=20，年龄≥65岁)被要求在佩戴护身符时进行不同类型的行走(正常、快速、上下楼梯和间歇性)。护身符以20赫兹的频率收集原始加速度数据，并记录量级，我们后来用这些数据开发了步进算法。参与者被录了下来。视频由两个人(JAB, RKM)独立审查，并计算步数，任何差异后来都得到了协调。我们将这些数据用于步长检测算法的初步开发，并使用错误率(算法估计的步长计数与从视频中测量的真实步长计数之间的百分比差异)来评估算法。

2天实地考察

我们进行了一项为期2天的实地研究，其中老年人(n=7，年龄≥65岁)在同一手腕上佩戴护身符设备(运行我们的计步器应用程序)和Fitbit Flex 2设备(Fitbit Inc) 2天。我们将每位参与者通过他们的护身符估计的步数(探索5个不同的截止值)与Fitbit报告的步数(从个人基于研究的Fitbit帐户下载)进行了比较。计算了Fitbit的步数和Amulet的步数之间的5个峰值截断值的错误率。

12周实地考察

我们进行了一项现场研究(2个队列，每个队列12周)，以目标人群-肥胖的老年人-测试步进检测算法。这项研究是一项大型研究的一个子集，该研究评估了减肥和运动干预对老年肥胖患者的影响[20.］．这项分析的目的是比较护身符的步数估计和Fitbit在现实环境中长期的步数。参与者(表1)在12周的时间里，他们在同一只手腕上佩戴了护身符和Fitbit。护身符每小时和每天结束时将总结步骤记录在SD存储卡上。研究助理每两周从每个参与者的SD卡中复制数据。Fitbit将每天的步数汇总(由专有算法计算)记录到参与者安卓平板电脑上的Fitbit应用程序，该应用程序将数据上传到Fitbit服务器;我们随后使用Fitbit研究API下载了参与者的数据。在第一个队列的10周监测数据后，我们修改了步长检测峰值截止值，以尽量减少与Fitbit实测步长数据的错误率。

统计分析

我们用标准偏差计算连续测量的平均值，用百分比计算分类测量。尽管参与者被要求同时佩戴护身符和Fitbit，但并非所有参与者都全程这样做。因此，我们将数据限制在可以安全地假设它们穿着几乎相同时间的天数。护身符能够检测它是否每小时都被佩戴，所以我们认为如果护身符在一天15小时(675分钟)中佩戴了75%，那么护身符就被佩戴了;Fitbit只报告了每天的步数，所以如果步数超过100，我们就认为Fitbit是戴着的。我们根据对24小时内磨损时间分布的理解，以及该人群每天预期步数的分布，选择了这些参数[21］．Amulet和Fitbit之间的比较仅限于两者佩戴天数的数据。我们进行了双变量线性回归，以比较Amulet和视频计数步数之间的关系(实验室研究)以及Amulet和Fitbit步数之间的关系(2天和12周的现场研究)。我们使用百分比差异(Amulet和Fitbit步数之间的差异除以Fitbit步数)来比较Amulet步数和Fitbit步数。我们使用Bland-Altman图来比较Amulet和Fitbit步数之间的一致性。在我们的分析中，我们将显著性定义为P< . 05。

结果

实验室研究

当参与者正常行走时(图2；表2)．对于正常行走，Amulet步长检测算法平均少测了6.7步(SD 32.6)。在所有活动中，护身符的平均步数比视频验证步数低3.2步(标准差25.9)或2.1%(标准差31.9%)(图2)．分布略有正偏。

‎ 查看此图

2天实地考察

我们丢弃了1名参与者的数据，因为数据表明这些设备并没有磨损太多(每天的步数少于350步)。在所有的截止阈值中，护身符和Fitbit报告的每个参与者每日步数之间的相关性都很高(图3)．第三个截止阈值在Amulet和Fitbit步数之间的相关性最高(R²= 0.989)。截断阈值2在所有截断阈值(阈值1:均值15.27%，标准差33.19;阈值3:mean -10.77, SD 23.43;阈值4:mean 7.18, SD 29.28;阈值5:平均值-4.11,SD 24.94) (图4)．

‎ 查看此图

‎ 查看此图

12周实地研究结果

在这两项为期12天的实地研究中，有297个参与者都佩戴了Fitbit和护身符。队列2使用修改后的应用程序。对于第一个截止阈值(版本1)，我们记录了86个参与者日;Fitbit的平均步数为5797步(SD 3296)， Amulet的平均步数为9780步(SD 3719)。对于第二个截止阈值(版本2)，我们记录了211个参与者日;Fitbit的平均步数为每天6415步(SD 3751)， Amulet的平均步数为每天7956步(SD 3324)。Fitbit步数和Amulet步数之间的关联有所改善(第一个截止阈值:R²= 0.386;第二截止阈值:R²= 0.669) (图5)．两项指标与第二个分界点(图6)．5个不同的参与者有9个观察值，差异比合并差异平均值高2个标准差。这些观察结果显示，Fitbit和护身符的平均步数分别为1373 (SD 1988)和10689 (SD 1971)，这表明参与者在取下护身符之前，可能在一天中的某个时候取下了Fitbit。

‎ 查看此图

‎ 查看此图

讨论

我们发现，一个为老年人开发的开源平台和算法可以相当准确地捕捉每天的步数。我们的研究结果证明了在现场部署之前，迭代过程在算法开发中的重要性。首先，我们基于实验室的数据为算法的步长估计提供了信心，为现实世界的评估提供了依据。然后，在全面部署之前，我们在为期两天的实地研究中测试了该算法。对于所有峰值截止阈值，我们算法的步数估计与Fitbit的步数高度相关，错误率较低。这些结果证明，该算法在自由生活条件下工作良好，尽管持续时间很短。我们使用了错误率最低的截止阈值，用于较长时间内进行的后续实地研究。

与任何用户研究一样，现场条件与实验室环境或短期研究之间存在差异。在为期12周的研究(队列1)中，较差的结果可能是用于开发和评估算法的人群之间差异的结果(老年人与老年肥胖者)。患有肥胖症的老年人有较高程度的共病情况[22]，以及步幅、节奏和步态的差异[23]，这可能会影响任何一种算法。此外，较长的时间周期(12周vs 2天)可能会出现更多的混淆情况，例如两个设备都没有一直佩戴，或者一个设备关闭而另一个设备打开。这些结果为使用目标人群的数据开发和改进算法以及在设计条件下评估算法提供了强有力的理由。

根据我们在队列1的前10周的观察，我们修改了峰值截止阈值以最小化错误率，并在同一目标人群的不同参与者(队列2)的相同持续时间的研究中评估了算法版本2。版本2在相关性和错误率方面表现得更好。

这项工作的一个局限性是我们使用Fitbit作为基本事实。考虑到Fitbit设备(及其专有算法)并不是专门为这一人群(肥胖的老年人)开发的，相对于基本事实，很难说我们的算法表现得比Fitbit的算法更好还是更差。理想的实际情况是使用视频记录，就像我们在实验室研究中所做的那样，但由于隐私限制，视频记录不适用于实地研究。因此，像Fitbit这样的设备是最好的折中方案。

尽管在自由生活环境中，老年人使用Fitbit时，其输出结果与其他计步设备的输出结果具有高度相关性，但结果因所使用的特定Fitbit设备、设备位置(手腕vs腰部)以及所使用的比较设备而有所不同[24-27］．我们假设，与护身符相比，Fitbit会低估老年人的步数，因为Fitbit是使用年轻人的数据开发的，而老年人的移动速度更慢[28］．因此，我们预计整体的真实步数会高于Fitbit的估计。因此，我们的算法高估了步数，但与Fitbit的估计高度相关。此外，Fitbit数据是每天捕获一次，而护身符数据是每小时捕获一次。如果两种算法每小时都有数据可用，我们就可以在算法之间进行细粒度的比较。最后，我们不可能像在护身符上那样从Fitbit上获得良好的佩戴时间感。我们只能使用护身符的佩戴时间估计和Fitbit每日最少100步作为佩戴的阈值。

因为我们主要评估的是人体内的变异性(即，目的不是评估任何干预措施的影响)，所以我们没有测量参与者的基线特征(例如，与行走行为有关的疾病，如帕金森病、肌肉骨骼疾病)。未来的研究应该确定这些特征是否会对我们的结果产生影响。

Amulet等开源系统的使用，突显了研究人员开发针对老年人等目标人群量身定制和训练的算法的能力。随着消费设备和算法的不断迭代，对于老年人等需要更多体力活动的群体来说，很难保证精度和准确性。因此，开发和检查能够满足他们需求的产品是很重要的。提供关于体育活动的不精确或不准确的信息可能会削弱这一人群增加体育活动的动机。我们建议未来的工作证明算法在这些人群中的有效性，并确定数据收集最具临床相关性和可操作性的情况。

与Fitbit相比，我们的步长计算算法表现良好，具有高相关性和低错误率。总的来说，这项工作突出了在现实环境中开发和验证监测系统所涉及的各种挑战和见解。