加速度计和体力活动日记监测日常体力活动的效度研究

向剑锋，李之俊



加速度计和体力活动日记监测日常体力活动的效度研究

向剑锋1，李之俊2

目的：验证Actigraph GT3X型加速度计和Bouchard体力活动日记在日常体力活动监测中的效度，为今后开展大样本量日常体力活动调研提供理论依据。方法：20名受试者分别进行连续约4 h的日常体力活动，其中各项体力活动的时间比例与日常生活相似。以间接测热法(IC法)实测值为标准，检验2种工具对4 h体力活动总能耗(PAEE4h)、体力活动水平(PAL)和中高强度体力活动(MVPA)时间等指标的测量效度。结果：1)Bouchard体力活动日记的PAL预测值与IC法实测值的差异无统计学意义(P>0.05)，该日记会在一定程度上高估PAEE4h(误差百分比为12.81%±17.02%，P<0.05)，并明显高估MVPA时间(P<0.01)；2)GT3X明显低估PAEE4h和PAL(P<0.01),采用骑车时间校正后，GT3X的VM切点2 690 counts/min的MVPA时间预测值与实测值的差异较小(P=0.04)；3)Bland-Altman散点图显示Bouchard体力活动日记对PAEE4h和PAL的测量误差以及GT3X对MVPA时间的测量误差均在95%置信区间内。结论：GT3X监测MVPA时间的效度较高，Bouchard体力活动日记监测PAL和PAEE4h的效度较高。

体力活动；加速度计；日记；效度

大量研究证实，体力活动与健康之间存在明确的量效关系，体力活动不足是健康的主要危险因素之一，因此，体力活动的监测与干预成为健康促进工作的一个重要环节。在体力活动监测中，直接测热法、间接测热法(IC法)和双标水法是普遍认同的“金标准”，但每种“金标准”都有其局限性[2]。双标水法无法实时测量短时间体力活动的能耗和强度，直接测热法和IC法的仪器设备具有一定局限性，难以应用于大样本、长时间的日常体力活动监测。

随着科学技术的发展，加速度计的开发与应用成为体力活动研究的热点，加速度计体积小、重量轻、电池使用时间长，其测量所得原始数据的信度已得到验证[2,16]。体力活动日记也是一种常用的体力活动监测工具，其中Bouchard[5]体力活动日记将24 h划分为96个时间段，并将体力活动能耗划分为9档供受试者选择，既有利于受试者较准确地记录体力活动，又便于测量人员计算体力活动的能耗。以上2种工具都可便捷地监测体力活动，在我国大样本量体力活动调查与干预中具有广阔的应用前景。但是，这2种工具的开发和验证研究主要都以国外受试者为对象，国内同类研究较少。而且，虽然加速度计对步行、慢跑等中高强度常规体力活动的监测准确性较明确，但在长时间综合性日常体力活动监测中的效度还有待验证。因此，本研究以气体代谢仪、加速度计和Bouchard体力活动日记监测连续约4 h的日常体力活动，并以IC法为标准验证加速度计和Bouchard体力活动日记对体力活动总耗能(PAEE4h)、体力活动水平(PAL)和中高强度体力活动(MVPA)时间等指标的监测效度，以期为今后国内有效开展大样本量体力活动调查与干预提供理论依据。

1 研究对象与方法

1.1 研究对象

以20名在校大学生为研究对象(表1)，受试者均为志愿参加本项研究，研究期间身体健康，并在参加实验前签署知情同意书。

表 1 本研究受试者基本情况一览表

1.2 研究方法

1.2.1 测量工具

以意大利产Cosmed K4b2(简称K4b2)气体代谢仪实时监测受试者每分钟的体力活动能耗，每日测试前均采用标准气体对K4b2进行气体校正。以美国Actigraph公司生产的GT3X型三轴加速度计(简称GT3X)监测受试者身体活动状况，以三轴综合矢量计数(Vector magnitude，简称VM，单位:counts/min)和垂直轴计数(Z轴Accelerometer Counts简称ACz，单位:counts/min)为主要监测指标。测试前使用配套的Actilife 5.0软件将GT3X采样时间设置为5 s，使用专用弹性腰带将GT3X固定在受试者右侧髋部、肚脐水平高度。以中文版Bouchard体力活动日记记录受试者测试中的体力活动情况。

1.2.2 测试流程

体力活动测试前，采用自制体力活动问卷调查受试者过去1周的体力活动情况，根据调查结果计算出受试者一周内主要的12～15种体力活动(睡觉除外)的时间比例，研究人员根据上述比例为每位受试者制定约4 h的日常体力活动。为做好测试准备，受试者需在测试前初步了解体力活动测试的方法和内容。

所有测试均在同一个综合训练馆的跑道、办公室、球场等场所进行，测试时间统一安排在上午8:00～12:30或下午13:00～17:30，测试场所温度范围为18℃～25℃，湿度范围为50%～80%。受试者需在测试前1 h完成就餐，身着轻便运动服参加测试。测试前先进行身高和体重测量，随后用15 min佩戴K4b2、GT3X、计步器和心率计等仪器并进行预测试。预测试通过后，研究人员看准电脑时间中某一分钟第一秒按压K4b2主机上的“Enter”键开始正式测试，以确保GT3X和K4b2的监测时间与电脑时间基本同步(误差不超过1 s)。测试中研究人员每2 h为K4b2更换一次电池，所需时间为1 min。受试者需根据研究人员的指令变换活动内容，并尽量模拟日常生活中的活动强度进行活动。在测试当晚22:00，受试者根据Bouchard日记所推荐的9档能耗参考值，记录测试中每个时段(15 min)的体力活动能耗。

1.2.3 数据处理

测试后在仪器的配套软件内将K4b2和GT3X测得的原始数据都转换为“1 min”采样频率的数据，然后导出GT3X和K4b2的测试数据并将每分钟的数据一一对应，更换K4b2电池期间的数据不纳入统计分析。采用SPSS 15.0统计软件对数据进行分析处理。以3 METs和6 METs为切点将体力活动划分为低强度体力活动(light physical activity,LPA)、中等强度体力活动(moderate physical activity,MPA)和高强度体力活动(vigorous physical activity,VPA)，并将≥3 METs的体力活动统称为MVPA。以IC法实测值为标准，通过PAEE4h(kcal)、PAL(MET)和MVPA时间(min)等指标验证加速度计和体力活动日记的测量效度。

在IC法数据分析中，由于受试者背负的仪器总重量约为1 kg，因此，特对IC法测得的PAEE4h和PAL进行校正，校正方法为：校正后能耗=IC法测量结果×原始体重/(原始体重+1 kg)[14]。校正后，将测试中每分钟能耗的总值计为PAEE4h，将每分钟活动强度的均值计为PAL，根据每分钟的运动强度计算出LPA时间、MPA时间、VPA时间和MVPA时间。

在加速度计数据分析中，以VM、ACz和体重为自变量，以Actigraph官方网站推荐的Freedson VM Combination方程推算每分钟的绝对能耗(kcal/min)[4]。该方程是分段方程：当VM>2 453 counts/min时，PAEE(kcal/min)=0.001 064×VM+0.087 512×体重-5.500 229；当VM≤2 453 counts/min时，PAEE(kcal/min)=0.000 0191×ACz×体重。根据Sasaki等[13]所建方程推算每分钟的相对能耗(METs=0.000 863×VM+0.668 876)，以Sasaki等[13]所建体力活动强度VM切点(2 690 counts/min和6 167 counts/min)将体力活动划分为LPA、MPA和VPA。

研究证实佩戴在腰部的加速度计会显著低估骑车和上楼梯的能耗，对骑车、上楼梯的低估幅度分别约为3 METs和2 METs，且会将骑车由MPA误判为LPA[6,8]。因此，本研究参考刘爱玲[1]的研究方法，首先记录每位受试者骑车和上楼梯的时间，推算其被低估的能耗，然后，对GT3X所监测的各强度体力活动时间和PAEE4h预测值进行校正，最后以校正后的GT3X预测值与IC法实测值进行对比分析。

对GT3X的校正方法为： 校正后PAEE4h=原PAEE4h预测值+∑骑车、上楼梯所低估能耗；校正后LPA时间=原LPA时间预测值-骑车时间；校正后MPA时间=原MPA时间预测值+骑车时间；校正后MVPA时间=原MVPA时间预测值+骑车时间。

在Bouchard体力活动日记的数据分析中，以该工具所标注的9档体力活动能耗参考值推算每段时间的PAEE和METs值，进而计算出测试全程的PAEE4h和PAL。将体力活动日记中第1～4档、第5～8档和第9档分别划为LPA、MPA和VPA。

采用配对t检验、Person相关分析和Bland-Altman散点图分析各指标预测值与IC法实测值之间的差异。统计分析中显著性水平定义为P<0.05，高度显著性水平定义为P<0.01。

2 研究结果

2.1 测量所得基础数据

所有受试者均顺利完成规定的体力活动测试，受试者实际测试时间为235.45±2.76 min(230～240 min)，其中骑车时间为1.35±2.34 min，上楼梯时间为1.85±1.08 min。测试中GT3X所记录的VM均值为558.83±201.25 counts/min，ACz均值为347.25±126.46 counts/min。受试者采用日记记录的体力活动时间均值为238.5±1.58 min，但该数据与实际测试时间的差异不具有统计学意义(P>0.05)。

2.2 PAEE4h测量准确性分析

如表2所示，GT3X和体力活动日记的PAEE4h预测值与IC法实测值的差异都具有统计学意义，体力活动日记的PAEE4h预测误差较小(P<0.05)，而GT3X的PAEE4h预测误差较大(P<0.01)。根据Bland-Altman散点图可知，体力活动日记的PAEE4h测量误差在95%置信区间内(图1)。

表 2 本研究所测得的PAEE4h一览表Table 2 Measured PAEE4h in This Study

注：*表示预测值与实测值的差异具有显著意义(P<0.05)，**表示预测值与实测值的差异具有高度显著意义(P<0.01)；下同。

图 1 本研究体力活动日记PAEE4h预测值与IC法实测值的Bland-Altman散点图Figure 1. Bland-Altman Plot of PAEE4h Measured by Diary and IC

2.3 PAL测量准确性分析

如表3所示，体力活动日记的PAL预测值与IC法实测值无显著性差异(P>0.05)，而GT3X所测PAL与实测值的差异具有高度显著性(P<0.01)。从图2可见，体力活动日记的PAL测量误差位于95%置信区间范围。

表 3 本研究所测得的体力活动PAL一览表Table 3 Measured PAL in This Study

图 2 本研究体力活动日记PAL预测值与IC法实测值的Bland-Altman散点图Figure 2. Bland-Altman Plot of PAL Measured by Diary and IC

2.4 体力活动时间的测量准确性分析

从表4可知，体力活动日记对4个体力活动时间指标的预测误差都具有高度显著性意义(P<0.01)。GT3X的预测误差较小，但其MVPA时间预测值与IC法实测值的差异仍具有统计学意义(P=0.04)。从Bland-Altman散点图可知，GT3X的MVPA时间测量误差在-6～2 min区间，未超出95%置信区间范围(图3)。

2.5 2种工具的测量数据与IC法实测数据的相关性分析

从表5可见，GT3X所监测的6个数据与IC法实测值的相关性都具有统计学意义，其中LPA时间和MVPA时间与实测值的相关性最高(P<0.01)。体力活动日记的PAEE4h和PAL和预测值与IC法实测值的相关性具有中度相关性(P<0.01)，但所测得的各项体力活动时间与实测值无显著相关性。

图 3 本研究GT3X的MVPA时间预测值与IC法实测值的Bland-Altman散点图Figure 3. Bland-Altman Plot of MVPA Time Measured by GT3X and IC

LPA时间MPA时间VPA时间MVPA时间K4b2211．70±5．6920．85±3．862．90±1．2523．75±3．57GT3X213．45±8．8319．95±5．122．05±1．05∗∗22．00±2．98∗体力活动日记203．22±16．75∗∗34．5±13．51∗∗2．25±5．36∗∗36．75±16．76∗∗

表 5 本研究2种工具的测量数据与IC法实测数据的相关系数一览表Table 5 Correlation Coefficient of Measured Indexes between 2 Methods and IC

3 讨论

3.1 研究方案分析

在大样本、长时间的体力活动监测中，加速度计和体力活动日记具有较高的应用价值。GT3X可同步监测垂直轴、矢状轴和冠状轴的加速度数据，是目前体力活动监测中应用最广的运动传感器之一，在我国也逐渐开始推广应用[3,4]。研究已证实，GT3X的能耗预测效度优于早期的Actigraph单轴加速度计，但大部分效度验证性研究仅采用了步行、慢跑等特定活动，以自由活动为基础的效度研究较少[2-4]。Bouchard体力活动日记则是另一种较成熟的问卷式体力活动监测工具，但多数研究在探讨该工具的准确性时主要以运动传感器的测量值为参考标准，缺乏以IC法等精确度较高的方法为标准的验证性研究[9,10]。

为了客观验证2种工具在长时间日常体力活动监测中的效度，为国民体力活动促进工作的科学开展提供依据，本研究特进行连续约4 h的体力活动测量，以IC法所测得的数据作为效度验证的参考标准。由于4 h活动中包括了十余种日常体力活动，并且各项活动的时间比例与日常生活相似，因此，本研究的验证结果可良好地反映2种工具对PAEE、PAL及MVPA时间等日常体力活动指标的测量效度，Rowlands等[11]学者也曾采用此类方法开展研究。

3.2 GT3X加速度计效度分析

加速度计可实时监测到单位时间内(如1 min)的加速度计数，从而间接推算出PAEE和MVPA时间等指标，这是加速度计的一大优势。但是，大部分加速度计都佩戴在腰部，所感应到的加速度主要来自于躯干部位，因而会明显低估骑车、上楼梯等特殊活动的能耗，从而导致高估LPA时间、低估MVPA时间以及低估总能耗，这是使用加速度计监测体力活动的局限性之一。为克服这一局限性，本研究借鉴其他学者的研究方法，在进行效度验证之前，首先以骑车、上楼梯的时间及能耗对GT3X的监测结果进行校正[1]。

验证结果表明，以骑车时间加以校正之后，VM切点2 690 counts/min对MVPA时间的低估程度由3.1±3.06 min降至1.75±2.25 min。t检验显示，校正后该切点测得的LPA时间、MPA时间与IC法实测值无显著性差异(P>0.05)，相关系数分别为0.86和0.82(P<0.01)，说明校正后GT3X可较准确地监测LPA时间和MPA时间。尽管校正后MVPA时间预测值与IC法实测值之间的差异仍存在统计学意义(P=0.04)，但二者具有高度相关性(r=0.85，P<0.01)，Bland-Altman散点图也显示MVPA时间的测量误差在可接受范围，提示，今后可通过时间校正的办法以2 690 counts/min为VM切点较好地监测LPA时间和MVPA时间。此外，本研究显示，VM切点6 167 counts/min会低估VPA时间，但由于4 h体力活动中VPA所占时间很低，今后还需采用更长时间的体力活动对该指标加以验证。

本研究对GT3X能耗监测的效度验证显示，以骑车和上楼梯的能耗校正方程的能耗预测值之后，Freedson VM Combination[4]方程仍会大幅低估PAEE4h(P<0.01)，说明该方程对体力活动总能耗的预测效度较低。本研究中，在VM>2 453 counts/min期间受试者VM均值约为3 816.67 counts/min，该方程的能耗预测均值约为3.94 kcal/min，与IC法实测均值(约3.98 kcal/min)相似。可见，该方程可较好地推算MVPA能耗，这与其他以走跑类活动的验证性研究结果相似[3,4]。当VM≤2 453 counts/min时，该方程以ACz为自变量推算能耗。本研究显示，体力活动测试中约81%时间内VM都低于2 453 counts/min,该期间的ACz均值为118.93 counts/min，所推算出的能耗均值约为0.14 kcal/min，而IC法实测能耗均值约为1.36 kcal/min，可见该方程在推算LPA能耗时存在巨大误差，王欢等[3]对看书、站立和擦桌子等活动的能耗监测研究中也发现了同样的问题。由于LPA往往具有大量水平轴向的身体活动，此时ACz数值与能耗的相关性较低[10]，因此，在监测此类活动时以ACz作为独立自变量推算能耗并不科学。考虑到VM是一个垂直轴、矢状轴和冠状轴的综合计数，今后的研究中可将VM作为自变量开发新的LPA能耗预测方程，提高GT3X的能耗监测准确性。

同样，本研究显示，校正后Sasaki等[13]提出的方程仍会大幅低估PAL(P<0.01)。根据该方程推导可知，只有当VM≥383 counts/min时，该方程推导出的运动强度才能达到1 MET，但本研究显示，日常生活中约70%的时间内受试者VM值都低于383 counts/min，约52%的时间内VM低于100 counts/min。以该方程推算，当VM=100 counts/min时PAL仅为0.76 MET。可见，该方程在大部分时间内都会低估PAL，这是该方程低估PAL的主要原因。

从方程的建模方法分析可知，上述2个方程都仅建立在跑台运动的基础之上，有研究证实以此类活动建立的方程仅在监测步行、慢跑等中高强度活动时效度较高，在监测低强度非走跑类活动时效度较低[3,8,12,16]。因此，有学者提出在建模实验中应包含不同强度、不同类型的多种活动，才能有效避免加速度计对非走跑类活动的能耗低估[8]。此外，上述2个方程的建模实验中都以欧美人种为受试者，其体格特征与我国国民存在明显差异，这也可能是本实验中2个方程误差较大的另一个重要原因。

总之，GT3X的VM切点2 690 counts/min对监测LPA时间和MVPA时间的效度较高，而Freedson VM Combination[4]方程和Sasaki等[13]的方程效度较低。这一结果提示，尽管加速度计是一种客观的体力活动监测工具，但其能耗预测方程对其效度影响巨大。因此，今后在应用已有的加速度计能耗预测模型之前，有必要以我国国民为受试者，以多种日常体力活动的方式预先进行验证或采用合理的实验方案新建适用于我国国民的能耗预测方程。

3.3 Bouchard体力活动日记效度分析

Bouchard体力活动日记常用于记录3日体力活动状况，但由于缺乏准确的参考标准，学者们主要以加速度计的监测结果来验证其效度[2,7,9]。例如，Machado等[9]研究表明，该日记与加速度计的PAEE监测结果具有中度相关性，David等[7]研究显示，该日记测得的MVPA时间高于加速度计的监测结果。上述2项研究都以Actigraph GT1M的测量结果为参考标准，其前提假设是该加速度计的监测结果客观准确。而本研究显示，加速度计能耗预测方程仅在MVPA中具有较高效度，因此上述假设值得商榷。为此，本研究应用IC法作为参考标准，确保了对PAEE、PAL等指标的验证结果具有较高可靠性。

验证结果表明，Bouchard体力活动日记会在一定程度上高估PAEE4h，但Bland-Altman散点图显示该工具的PAEE4h测量误差在95%置信区间之内，相关分析也显示该工具的PAEE4h预测值与实测值之间具有中度相关性(r=0.59，P<0.01)，说明该日记具有较高的PAEE4h测量效度。本研究中，该日记的PAEE4h误差百分比均值为12.81%±17.02%(P<0.05)，这可能与该工具的测量方式及本研究的方案设计都有关系。由于该工具是一个回忆性调查问卷，受试者在判断体力活动强度和时间的过程中都可能出现主观误差。有研究显示，与双标水等客观的体力活动测量方法相比，问卷类监测工具会在一定程度上高估体力活动能耗，受试者记录的MVPA时间和活动强度都可能偏高[12,15]。此外，由于该日记以15 min为一个固定时间段，受试者填写的总时间可能与实际体力活动总时间存在差异。本研究中部分受试者实际测试时间略低于4 h，但在填写日记时往往将其回忆为4 h，这也可能是导致该工具高估总能耗的另一个原因。

对体力活动时间的分析表明，Bouchard体力活动日记无法准确区分各强度的体力活动时间，表现为低估LPA时间、高估MVPA时间(高估幅度达65%)，各项时间的预测值与IC法实测值无显著相关性，该验证结果与部分他人的研究结果相似[2,15]。分析本研究的记录结果可知，对MVPA时间影响最大的测量误差来自于个别受试者将能耗为第4档的某时段记录为第5档，从而导致MVPA时间增加了15 min。由于第5档的能耗参考值略高于第4档，这一误差又进一步导致PAEE4h预测值的小幅增加。

尽管体力活动日记在一定程度上高估了PAEE4h，但将PAEE4h除以受试者记录的总时间得出PAL之后，其预测误差降低至4.56%±8.05%，且PAL预测值与实测值之间无统计学差异，二者的相关系数为0.62(P<0.01)，Bland-Altman散点图也显示PAL测量误差在95%置信区间之内，可见该工具可较准确地监测长时间日常体力活动的平均活动强度，同时也说明，通过计算单位时间的相对能耗可较好地避免因体力活动总时间填写错误所导致的测量误差。因此，总体上看Bouchard体力活动日记在长时间日常体力活动能耗监测中具有良好的效度。

受实验方案的影响，本研究对Bouchard体力活动日记的验证具有一定局限性。一方面，在填写日记时，受试者既可能因为对测试印象较深而提高了记录的准确性，又可能因测试中体力活动较密集而增加了记录误差；另一方面，由于测试时间较短，本研究可能会在一定程度上放大该工具对MVPA时间和PAEE的测量误差。例如，测试中只要有1个第4档的时段被记录为第5档，就可能导致MVPA时间的预测误差百分比大幅增加。考虑到该日记在实际应用中主要用于监测3天的体力活动，其监测的总时段和MVPA时间都较长，个别时段的记录误差对总测量误差的影响可能会相应降低。因此，今后还需通过采用更长时间的体力活动进行更全面的验证。

4 小结

综上所述，GT3X能耗预测方程的效度较低，但GT3X可较准确地监测MVPA时间和LPA时间，对应的VM切点为2 690 counts/min，实际应用中需通过记录骑车时间来对其测量结果进行校正。Bouchard体力活动日记无法准确监测各强度体力活动的时间，但监测PAL和PAEE4h的效度较高。本研究采用IC法为标准的连续4 h体力活动初步验证2种工具的效度，今后还需采用更长时间的体力活动进一步加以验证。

[1]刘爱玲，李艳平，宋军，等.加速度计对成人日常体力活动测量效度的研究[J].中华流行病学杂志，2005，26(3)：197-200.

[2]汤强,王香生,盛蕾.体力活动测量方法研究进展[J].体育与科学,2008,29(6):79-85.

[3]王欢，王馨塘，佟海青，等.三种加速度计测量多种身体活动的效度比较[J].体育科学，2014，34(5)：45-50.

[4]王军利，张冰，贾丽雅，等. Actigraph(GT3X)加速度计测量我国19～29岁人群身体活动能耗的效度研究[J].体育科学，2012，32(12)：71-77.

[5]BOUCHARD C A,TREMBLA Y C,L EBLANC G.Bouchard three day physical activity record[J].Med Sci Sports Exe,1997,29(6):S19-S24.

[6]CROUTER S E,CHURILLA J R,BASSETT D R Jr.Estimating energy expenditure using accelerometers[J].Eur J Appl Physiol,2006,98(6):601-612.

[7]DAVID M G,JULIA W,GREGORY J W,etal.Validity of the bouchard activity diary in spanish adolescents[J].Public Health Nutr,2010,13(2):261-268.

[8]FREEDSON P,HR BOWELS,R TROIANO,etal.Assessment of physical activity using wearable monitors:Recommendations for monitor calibration and use in the field[J].Med Sci Sports Exe，2012，44(S1):S1-S4.

[9]MACHADO-RODRIGUES A M,FIGUEIREDOACHADO A J,MOTA J,etal.Concurrent validation of estimated activity energy expenditure using a 3-day diary and accelerometry in adolescents[J].Scand J Med Sci Sports，2012,22(2):259-264.

[10]MIDORIKAWA T，SHIGEHO T，KAYOKO K，etal.Evaluation of low-intensity physical activity by triaxial accelerometry[J].Obes，2007，15(12):3031-3037.

[11]ROWLANDS A V,POWELL S M,HUMPHRIES R,etal.The effect of accelerometer epoch on physical activity output measures[J].J Exe Sci Fit,2006,4(1):52-58.

[12]ROY J S,YUKITOSHI A.Measurement of human energy expenditure,with particular reference to field studies:An historical perspective[J].Eur J Appl Physiol,2012,112(8):2785-2815.

[13]SASAKI J E，JOHN D，FREEDSON P S.Validation and comparison of ActiGraph activity monitors[J].J Sci Med Sport，2011,14(5)：411-416.

[14]SCOTT J S,DAVID R B,JRANN M S,etal.Simultaneous heart rate-motion sensor technique to estimate energy expenditure[J].Med Sci Sports Exe,2001,33(12):2118-2123.

[15]STEPHANIE A P,KRISTI B A,MEGHAN E H,etal.A comparison of direct versus self-report measures for assessing physical activity in adults:A systematic review[J].Inter J Behav Nutr and Phy,2008,5(6):56-79.

[16]TROST S G,O’NEIL M.Clinical use of objective measures of physical activity[J].Br J Sports Med.2014,48(3):178-181.

Validation of Accelerometer and Activity Diary to Monitor Daily Physical Activity

XIANG Jian-feng1,LI Zhi-jun2

Objective:To test the validity of Actigraph GT3X accelerometer and Bouchard activity diary on monitoring daily physical activity of youth,and provide experimental evidence for large sample size physical activity investigation.Methods:20 participants took part in 4h physical activity similar to the percentage of their daily life,validities of the 2 methods to monitor PAEE4h,PAL and MVPA time were analyzed using the results of indirect calorimetry (IC) test as criterions.Results:1) The predicted PAL of Bouchard activity diary was not significantly different with IC test result (P>0.05),while the predicted PAEE4hwas mildly higher than IC test result (predicted error was 12.81±17.02%,P<0.05),the predicted MVPA time was significantly higher than IC test result(P<0.01);2) GT3X underestimated PAEE4hand PAL(P<0.01),there was small difference between the predicted MVPA time of GT3X and the IC test result after adjusted by bicycling time(P=0.04),the corresponding VM cut-point was 2690counts/min;3) Bland-Altman plots indicated that the predicted values were acceptable for Bouchard physical activity diary to monitor PAEE4hand PAL,as well as GT3X to monitor MVPA time.Conclusion:GT3X has good validity to monitor MVPA time,Bouchard activity diary has good validity to monitor PAL and PAEE4h.

physicalactivity;accelerometer;diary;validity

2015-02-26；

2015-10-11

国家社会科学基金青年项目(CLA140163)。

向剑锋(1982-)，男，四川泸州人，副教授，博士，主要研究方向为运动与健康促进，Tel：(028)83032151，E-mail：xjf@swpu.edu.cn；李之俊(1952-)，男，广东三水人，研究员，博士研究生导师，主要研究方向为运动员身体机能评定与训练负荷监控，Tel：(021)54802341，E-mail：zhijl@sina.com。

1.西南石油大学 体育学院，四川 成都 610500；2.上海体育科学研究所，上海 200030 1.Southwest Petroleum University,Chengdu 610500,China；2.Shanghai Research Institute of Sports Science,Shanghai 200030,China.

1002-9826(2015)06-0128-06

10.16470/j.csst.201506018

G804.49

A