Monitorando Atividade Física em Idosos
Novos métodos pra medir a atividade física em idosos usando sensores avançados.
― 5 min ler
Índice
Ficar ativo é super importante para os mais velhos. Fazer Atividade Física ajuda a proteger contra vários problemas de saúde, desde questões com ossos e articulações até doenças crônicas. Mas, muitos idosos não se exercitam o suficiente. Saber quanto os mais velhos se movimentam pode dar uma ideia das necessidades de saúde e reabilitação deles.
Métodos Tradicionais de Medir Atividade Física
Para descobrir quanto exercício os idosos estão fazendo, os pesquisadores costumavam se basear em métodos de auto-relato. Isso significa perguntar pra galera preencher questionários ou manter um registro das atividades do dia a dia. Ferramentas comuns pra isso incluem a Escala de Atividade Física para Idosos (PASE) e o Questionário Internacional de Atividade Física (IPAQ). Esses métodos dão informações úteis, mas podem ser meio tendenciosos. Por exemplo, a galera pode esquecer algumas atividades ou não querer admitir que se exercitam pouco. Isso pode resultar em dados errados sobre o nível real de atividade.
O Papel dos Dispositivos Vestíveis
Recentemente, dispositivos vestíveis como acelerômetros mudaram a forma como a atividade física é medida. Esses aparelhos pequenos podem ser usados o dia todo e a noite, coletando dados sobre movimento sem depender da memória das pessoas. Um dispositivo famoso nesse campo é o Actigraph, que é considerado uma ferramenta padrão para medir atividade física em pesquisas e clínicas.
Como Funcionam os Acelerômetros
Acelerômetros funcionam medindo a velocidade e a direção do movimento. Eles conseguem acompanhar diferentes níveis de atividade física, como sentar, andar ou correr. Os dados coletados ajudam os pesquisadores a categorizar as atividades em diferentes níveis de intensidade: Sedentário (não se movendo muito), atividade leve (como uma Caminhada leve), atividade moderada (como uma caminhada rápida) e atividade vigorosa (como correr).
Usando Sensores Axivity para Avaliação da Marcha
Outro aspecto importante de estudar idosos é entender os padrões de caminhada deles. Labs tradicionais usam equipamentos especializados pra estudar como as pessoas andam, mas isso pode não refletir com precisão como elas se movem no dia a dia. Sensores mais novos, como o Axivity, estão sendo usados pra avaliar o movimento em ambientes reais. Esses sensores podem ser colocados em diferentes partes do corpo, como o tornozelo ou abaixo do joelho, pra capturar dados que ajudam os pesquisadores a entender mais sobre a mobilidade de cada um.
Estudo sobre o Sensor Axivity
Num estudo recente, os pesquisadores analisaram o sensor Axivity colocado abaixo do joelho pra ver se funcionava bem pra medir atividade física. Eles queriam comparar com o ActiGraph, que é um dispositivo confiável. Incluíram participantes com mais de 55 anos que conseguiam andar sem ajuda. O objetivo era determinar como o Axivity conseguia captar o tempo gasto em diferentes níveis de atividade.
Métodos Usados
Os participantes usaram tanto o ActiGraph quanto os sensores Axivity por 72 horas. O ActiGraph foi usado na cintura e o Axivity foi preso abaixo do joelho. Os dados foram coletados e os pesquisadores usaram pra categorizar o tempo gasto em diferentes níveis de atividade física.
Análise de Dados
Depois do estudo, os dados dos dois dispositivos foram comparados. Os pesquisadores procuraram concordância entre o que o Axivity mediu e o que o ActiGraph registrou. Isso foi feito usando métodos estatísticos pra ver quão próximos os dois conjuntos de resultados estavam.
Resultados do Estudo
Os achados mostraram que o sensor Axivity se saiu bem em medir níveis de atividade física de leve a moderada. Ele teve boa concordância com o ActiGraph para atividades sedentárias e leves. Porém, nas atividades moderadas e vigorosas, a concordância foi só moderada. Os pesquisadores acharam que isso pode ser porque os idosos, geralmente, não fazem muitas atividades vigorosas.
Eles também notaram um ponto fora da curva nos dados, ou seja, os resultados de um participante estavam bem diferentes dos outros. Depois de tirar esse ponto fora, as medições de atividades moderadas e vigorosas melhoraram, mostrando uma concordância melhor entre os dois dispositivos.
Importância dos Resultados
Esses resultados indicam que o sensor Axivity, quando usado abaixo do joelho, pode medir efetivamente a atividade física em idosos. O estudo oferece um novo conjunto de pontos de corte-valores específicos que ajudam a classificar diferentes níveis de atividade-especificamente para sensores colocados abaixo do joelho. Isso é importante porque permite que os pesquisadores meçam atividade física sem precisar colocar sensores em locais tradicionais, como na cintura.
Limitações do Estudo
Havia algumas limitações no estudo. Por exemplo, os participantes usaram o sensor ActiGraph menos do que o Axivity, o que poderia ter afetado os resultados. Quando tomavam banho, eles podem não ter usado como foi instruído, potencialmente levando a lacunas nos dados. Além disso, movimentos que envolviam apenas as pernas sem mover o tronco poderiam ter causado diferenças nos níveis de atividade registrados.
Conclusão
Essa pesquisa destaca o potencial de usar sensores vestíveis como o Axivity abaixo do joelho pra avaliar a atividade física em idosos. Os novos pontos de corte estabelecidos permitem que pesquisadores e profissionais de saúde entendam melhor os níveis de atividade física e mobilidade dessa população. Essas informações podem ser cruciais pra promover estilos de vida mais saudáveis e melhorar estratégias de reabilitação para os mais velhos.
Título: Validation of physical activity levels from shank-placed Axivity AX6 accelerometers
Resumo: This cross-sectional study aimed to identify and validate cut-points for measuring physical activity using Axivity AX6 accelerometers positioned at the shank in older adults. Free-living physical activity was assessed in 35 adults aged 55 and older, where each participant wore a shank mounted Axivity and a waist mounted ActiGraph simultaneously for 72 hours. Optimized cut-points for each participants Axivity data were determined using an optimization algorithm to align with ActiGraph results. To assess validity between the physical activity assessments from the optimized Axivity cut-points, a leave-one-out cross validation was conducted. Bland-Altman plots with 95% limits of agreement, intraclass correlation coefficients (ICC), and mean differences were used for comparing the systems. The results indicated good agreement between the two accelerometers when classifying sedentary behaviour (ICC = 0.85) and light physical activity (ICC = 0.80), and moderate agreement when classifying moderate physical activity (ICC = 0.67) and vigorous physical activity (ICC = 0.70). Upon removal of a significant outlier, the agreement was slightly improved for sedentary behaviour (ICC = 0.86) and light physical activity (ICC = 0.82), but substantially improved for moderate physical activity (ICC = 0.81) and vigorous physical activity (ICC = 0.96). Overall, the study successfully demonstrated the capability of the resultant cut-point model to accurately classify physical activity using Axivity AX6 sensors placed at the shank.
Autores: Fatima Gafoor, M. Ruder, D. Kobsar
Última atualização: 2023-08-21 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2023.08.19.23294309
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.08.19.23294309.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.