研究目的建立准确性高的加速度计能耗预测方程,探索便捷、准确的体力活动监测方法;建立以计步器数据为自变量的体力活动量预测方程,拓展计步器在体力活动监测中的功能;用计步器客观调查大学生体力活动状况、分析体力活动与大学生体质的关系;采用三轴加速度计监测校园短距离定向的运动负荷。研究方法1受试者为80名非体育专业学生,随机划分为实验组(n=60)和验证组(n=20)。受试者同步佩戴Actigraph GT3X加速度计、K4b~2气体代谢分析仪和polar表进行体力活动。实验组进行静坐、看书、收拾书桌、扫地、慢走(4km/h)、快走(6km/h)和慢跑(8km/h)共7项体力活动。以间接测热(IC)法为标准,根据7项活动的数据分别以垂直轴记数(ACz)、三轴综合记数(VM)和心率净增量(HRnet)为自变量建立能耗预测群体方程,以VM和HRnet为自变量建立联合分段方程,并建立3METs、6METs所对应的加速度记数(AC)切点。验证组先进行静坐、使用电脑、擦桌子、拖地、慢走(4km/h)、快走(自定速度)和跑步(自定速度)共7项体力活动,几天后再次进行连续4h的体力活动监测,4h内各项体力活动所占比例与日常生活中各项体力活动所占比例基本一致。以验证组7项体力活动和4h体力活动的能耗数据验证其它学者及本研究所建群体方程及AC切点的准确性。以验证组7项体力活动建立个体VM能耗预测方程和个体VM-HR能耗预测分段方程,以4h体力活动的数据验证个体方程的准确性。2将上述同一批受试者重新随机划分为实验组(n=60)和验证组(n=20),以GT3X加速度计和Omron HJ-113计步器同步监测实验组3~4天、验证组7天的体力活动,并使用调查问卷记录受试者骑车、上楼梯、洗澡等可能被运动传感器低估能耗的活动时间。根据上述实验中7项体力活动的数据建立个体VM能耗预测方程,以此计算各强度体力活动的能耗和时间。分析实验组计步器数据与体力活动量的关系,以计步器数据为自变量建立体力活动量预测方程,以验证组的数据检验方程的效度。3以Omron HJ-113计步器为主要工具调查302名大学生1周的体力活动情况,以调查问卷记录骑车、上楼梯、洗澡等可能被计步器低估能耗的活动时间。根据计步器数据计算大学生体力活动量,分析骑车等活动中计步器可能低估的能耗并对计步器所推算的体力活动量加以校正。对大学生进行体质测试,测试项目包括身高、体重、肺活量、台阶实验、握力和立定跳远。统计分析步行量、步行时间、体力活动量与大学生体质的关系,并建立大学生步行量和体力活动量参考标准。4 39名非体育专业大学生进行校园短距离定向运动测试,测试点标的总直线距离为男2500m、女2000m,点标数目为男12个、女10个。以Actitrainer三轴加速度计为主要工具监测运动中的VM和HR水平,以三轴加速度计能耗预测方程推算测试中每分钟的运动强度,分析该项目的运动负荷。研究结果1走/跑类活动中ACz和VM与能耗的相关性最高(r=0.93、0.92,p<0.01),非走/跑类活动(ADL)中,VM与能耗相关性最高(r=0.86,p<0.01),在低、中、高强度活动中VM与能耗始终保持较高的相关性。心率类指标中,HRnet(活动HR-安静HR)与能耗的相关性最高。2本研究分别以ADL、走/跑和“ADL+走/跑”的数据,分别以VM、ACz和HRnet为自变量建立了8个能耗预测群体方程、1个ACz分段方程和1个VM-HRnet分段方程,并为验证组受试者建立个体VM能耗预测方程和个体VM-HR能耗预测方程。根据群体公式推算出6组以VM或ACz为变量的体力活动强度切点。验证结果显示,以“ADL+走/跑”的数据所建方程可更准确地同步预测7项体力活动能耗。在对骑车、上楼梯等活动中可能低估的能耗加以校正后,ACz分段方程、两个VM群体方程及所有个体方程都可较准确预测4h体力活动总能耗(PAEE4h),其余方程的误差较大。个体方程预测PAEE4h的效度都优于群体方程。ACz分段方程及两个VM群体方程如下:(1)METs=0.000721*VM+1.399(2)Kcals/min=0.000784*VM+0.054*W-1.947(3)ACz分段方程: ACz<1630,则METs=1.419+0.005644* ACz-5.927*10-6* ACz2+1.993*10-9* ACz3 ACz≥1630,则METs=1.818+0.000752* ACz3验证结果显示,个体能耗预测方程可较准确地判断低、中、高强度体力活动时间,但单一的群体方程无法同时准确判断各强度活动时间,对有效切点进行整合后,3METs、6METs所对应的ACz切点可确立为1463 counts/min和4945 counts/min,所对应的VM切点可确立为2491counts/min和5866counts/min。4在连续数天的体力活动监测中,日均总步行量与轻度体力活动(LPA)时间呈低度负相关(r=-0.303,p<0.05),与日均总体力活动量(TPA)、中高强度(MVPA)活动量及活动时间等呈中度正相关(r=0.530~0.675,p<0.01)。有效步行时间与持续10min以上的中高强度体力活动(MVPA10)的时间和活动量呈中度正相关(r=0.700~0.757,p<0.01)。计步器数据可用于预测日均总体力活动量、中高强度活动量和活动时间以及连续10min以上的中高强度活动量和活动时间。经验证,本研究建立的最具应用价值的方程为:(1)日均总体力活动量(TPA)=0.031764*步行量+1457.58(2)持续10min以上的中高强度活动量=2.234*有效步行时间+54.75(3)持续10min以上的中高强度活动时间=0.641*有效步行时间+12.335大学生总步行量为11528.9±3188.4步/天,有效步行量为3618.0±2191.8步/天,有效步行时间为34.3±20.6 min/天,步行量具有“体育课日>普通上课日>周末”的特征。根据方程推算,大学生TPA活动量为1841.7±95.3 METs·min/天,MVPA10活动量为133.6±53.6 METs·min/天,MVPA10时间为34.3±14.7 min/天。6大学生体质测试总分为66.7±10.4,不及格比例为25.2%,男生体质测试成绩略低于女生(p=0.046)。各测试项目中肺活量、立定跳远和台阶实验的得分较低,BMI、台阶指数、肺活量体重指数及体质测试总分与步行量、有效步行时间等存在低度相关性(r=-0.17~0.37,p<0.05)。7 ROC曲线分析结果显示11000步/天可作为大学生日常步行量参考标准,进一步推算可知,250 min/周和900 METs·min/周可作为大学生MVPA10活动量参考标准。8校园短距离定向运动中3METs以上活动时间所占比例高于90%,男、女生平均运动强度分别为6.52±0.67METs和5.67±0.49METs,平均心率分别为144.2±7.1次/min和145.3±8.5次/min,约70%的时间内受试者的心率超过130次/min。结论1以“ADL+走跑”为基础所建的加速度计能耗预测群体方程具有较高的效度,可应用于大学生日常体力活动监测中,个体加速度计能耗预测方程的效度最高。在实际应用中三轴加速度计和调查问卷的联合使用可进一步提高体力活动监测的准确性。2大学生日常体力活动监测中,可利用计步器数据推算体力活动总量、中高强度体力活动量以及中高强度体力活动时间等数据。3大学生的步行量与BMI、心肺机能及体质测试总成绩有低度相关性,11000步/天可作为大学步行量参考标准。4校园短距离定向运动是一项以有氧运动为主的中高强度运动,运动强度主要集中在3METs以上。