Vorhersage des aktivitätsbezogenen Energieverbrauchs unter frei lebenden Bedingungen unter Verwendung von Beschleunigungsmesser-abgeleiteter körperlicher Aktivität

Studienpopulation

Die ActivE-Studie wurde zwischen September 2012 und April 2014 durchgeführt. Unsere Berechnung der Stichprobengröße ergab eine Gesamtzahl von 49 Teilnehmern bei einem gegebenen Alpha-Niveau von 0,05, einer Power von 0,80, einer partiellen Korrelation von 0,4 zwischen der Ausgabe des Beschleunigungsmessers und der AEE und vier Prädiktoren im Modell enthalten. Stratifiziert nach Geschlecht (50:50), Alter (fünf 10-Jahres-Altersgruppen) und Body-Mass-Index (BMI, 18,5–24,9, 25–29,9, >30,0 kg m−2) wurden 50 Freiwillige über institutionelle Mailinglisten, Zeitungsanzeigen und lokale Geschäfte in und um Berlin rekrutiert (ergänzende Abb. S1). Einschlusskriterien waren: Alter 20–69 Jahre, BMI 18,5–35,0 kg m−2, Deutschkenntnisse und alltägliche Lebensumstände. Die Ausschlusskriterien waren wie folgt: Schwangerschaft oder Stillzeit, Drogen- oder Alkoholabhängigkeit, Herz-Kreislauf-Erkrankung, Diabetes mellitus, instabile Schilddrüsenerkrankung, Gewichtsveränderungen > 10 kg in den letzten sechs Monaten, Teilnahme an Gewichtsreduktionsprogrammen in den letzten drei Monaten, Hämophilie bzw Einnahme von Medikamenten, die den Energieverbrauch beeinträchtigen. Bei akuten Infektionen oder Ferien wurde die Prüfung verschoben.

Datenerfassung

Die Studie wurde in Übereinstimmung mit den aktuellen Richtlinien und Vorschriften durchgeführt und das Studienprotokoll wurde von der lokalen Ethikkommission der Charité-Universitätsmedizin Berlin genehmigt. Alle Teilnehmer gaben vor Studieneintritt eine schriftliche Einverständniserklärung ab und besuchten das Studienzentrum am ersten und letzten Tag des zweiwöchigen Überprüfungszeitraums. Beim ersten Besuch haben wir anthropometrische Parameter wie Körpergröße (mittels SECA 285 Stadiometer, Hamburg, Deutschland), Gewicht (mittels SECA mBCA 515 (Hamburg, Deutschland), BMI, Hüft- und Taillenumfang (mittels SECA 201 Maßband, Hamburg, Deutschland) und Fettmasse und fettfreie Masse (FFM) (mittels bioelektrischer Impedanzanalyse (BIA)) mit SECA mBCA 515 und Luftverdrängungsplethysmographie (ADP) mit BODPOD® (Life Measurement, Inc., Concord, CA, USA) Wir haben den Ruheblutdruck und die Herzfrequenz (unter Verwendung eines OMRON HEM 705 IT-Hämodynamometers, Mannheim, Deutschland) und die maximale Greifkraft (unter Verwendung eines Jamar Plus-Dynamometers, Patterson Medical, Bolingbrook, IL, USA) gemessen, Informationen zu sozio- demografische Faktoren (Alter, Geschlecht, Schulbildung, Berufsausbildung/Qualifikation, Beruf), Lebensstilfaktoren (Gewohnheit Raucherstudien, Alkoholkonsum, AP mit IPAQ-Short14, Schlafdauer), Krankengeschichte und aktuelle Medikation in einem fragebogenbasierten persönlichen Interview, sammelten eine Basalurinprobe für DLW-Analysen und statteten jeden Teilnehmer mit einem Beschleunigungsmesser aus. Während des zweiwöchigen Überprüfungszeitraums trugen die Teilnehmer den Beschleunigungsmesser kontinuierlich 24 Stunden am Tag (außer bei Sauna, Wasseraktivitäten oder Sportarten mit hohem Kontakt) und dokumentierten Nicht-Tragezeiten, sammelten DLW-Urinproben zu fünf vordefinierten Zeitpunkten und absolvierten a 7-Tage-Lebensmittelprotokoll (197 gängige Lebensmittel in herkömmlichen Portionen), das mit der Optidiet-Software (V5.0.2.010, GOE mbH, Linden, Deutschland) analysiert wurde. Beim zweiten Besuch sammelten wir die letzte DLW-Urinprobe, maßen die REE und die Teilnehmer füllten den „Fragebogen zu PA in den letzten 12 Monaten“ (QUAP) aus. Alle Messungen folgten standardisierten Protokollen.

Zur Bestimmung des täglichen AP verwendeten wir den triaxialen Beschleunigungsmesser ActiGraph GT3X+ (ActiGraph TM, Pensacola, FL, USA), der auf Höhe der rechten Hüfte platziert wurde, und die entsprechende Software ActiLife (Versionen 6.11.0–6.11.9; ActiGraph LLC, Fort Walton Beach, Florida, USA). Rohe Beschleunigungsdaten wurden mit einer Abtastrate von 100 Hz unter Verwendung aller drei Raumachsen mit deaktiviertem „Leerlaufmodus“ aufgezeichnet. Zusammen mit dem Download konvertierte ActiLife die Rohdaten in „Zählungen“. Wir haben eine Epoche von einer Sekunde verwendet, um die Daten zu verdichten. Aufgrund der begrenzten Aufzeichnungskapazität unter den angegebenen Bedingungen wurde jeder Teilnehmer in der zweiten Prüfungswoche auf einen zweiten vorinitialisierten Beschleunigungssensor umgestellt, der für die Datenaufzeichnung bereitgestellt wurde. Aus dem zusammengeführten Datensatz haben wir die folgenden Aktivitätsparameter als Tagesdurchschnittswerte abgeleitet: Achse 1 zählt pro Minute (cpm), Achse 2 cpm, Achse 3 cpm, Betragsvektor (MV) cpm, Schritte pro Tag und Schritte pro Minute. Verwendung einer angepassten Version des „Freedson Adult VM3 (2011)“-Algorithmusfünfzehn, berechneten wir die Zeit, die in kräftiger (6167 cpm+), moderater (2690–6166 cpm) und leichter (79–2689 cpm) Intensität PA verbracht wurde, sowie die Zeit, die inaktiv verbracht wurde (0–78 cpm). Basierend auf diesen Parametern haben wir die Gesamt- und relative Zeit in schwacher, mäßiger und kräftiger PA berechnet. Zur Analyse wurden die Aktivitätsparameter arithmetisch über ganze Tage gemittelt. Unvollständige Tage aufgrund von Studienzentrumsbesuchen oder erheblicher Nichttragezeit während der Wachstunden (> 8 h) wurden ausgeschlossen (Details in der Ergänzungstabelle S1).

Zur Bestimmung des durchschnittlichen TDEE haben wir die DLW-Methode über den 2-wöchigen Untersuchungszeitraum nach einer angepassten Version des Maastricht-Protokolls angewendet16. Die Basalurinprobe wurde am Vormittag während des ersten Besuchs im Studienzentrum (Tag 1) gesammelt. Jeder Teilnehmer nahm an diesem Tag vor dem Schlafengehen seine individuell gewogene DLW-Dosis ein. Die erste dotierte Urinprobe wurde am folgenden Morgen (Tag 2) aus dem zweiten Hohlraum entnommen. Weitere Urinproben wurden am 2. Tag bei einer stichprobenartigen Entleerung am Abend, am 9. Tag bei der 2. Blasenentleerung morgens und bei einer stichprobenartigen Blasenentleerung am Abend, am 14. Tag bei einer stichprobenartigen Blasenentleerung am Abend und am 15. Tag ab der zweiten entnommen morgens urinieren. Die DLW-Isotopenkonzentration jeder Urinprobe wurde doppelt unter Verwendung eines Isotopenverhältnis-Massenspektrometers gemessen. Der Unterschied in den Isotopenentfernungsraten offenbarte das CO2 Produktionsrate, die zur Berechnung des TDEE unter Berücksichtigung von Annahmen über Fraktionierung, Verdünnungslücken und Hintergrundkonzentrationen von Isotopen und Schätzung des respiratorischen Quotienten verwendet wurde17. Zusätzlich haben wir einen Durchschnittswert von 0,85 verwendet, um den FQ abzuschätzen, um den TDEE zu berechnen, der auf der Energiebilanz und den Verzehrsbedingungen einer Allesfresser-Diät basiert.18.19beide in unserer Bevölkerung vorhanden.

Um REE zu bestimmen, haben wir VCO gemessen2 Produktion und VO2 Verbrauch durch indirekte Kalorimetrie in einer Atemkammer20. Teilnehmer, die über Nacht gefastet hatten, betraten den Raum am Morgen des zweiten Besuchs im Studienzentrum. Wir haben den REE basierend auf den ersten 40 Minuten Gaswechsel nach einer 30-minütigen Äquilibrierungsphase und der individuellen Stickstoffausscheidungsrate (für Berechnungsdetails siehe Ergänzungstabelle S2) bei l unter Verwendung etablierter Formeln berechnet.21. Die Teilnehmer wurden gebeten, am Vortag nach 21 Uhr auf Sport, Alkohol, Koffein und Essen zu verzichten.

Da DIT auf 10 % von TDEE geschätzt wurde22AEE wurde als 0,9 × TDEE minus REE berechnet.

Der QUAP wurde am Deutschen Krebsforschungszentrum (DKFZ, Heidelberg, Deutschland) entwickelt und berücksichtigte mehrere Aktivitätsdomänen (z. B. Schlafen/Ruhen, Sitzen) und seine jährliche Variation (Sommer vs. Winter), monatlich und wöchentlich (Wochentag vs. Wochenende).23. Der IPAQ-Short berücksichtigte sitzende, mäßige, kräftige und gehende Aktivitäten der vorangegangenen sieben Tage in allen Bereichen14.

statistische Analysen

Für statistische Analysen haben wir SAS Enterprise Guide, Version 4.3 (SAS Institute Inc., Cary, NC, USA) verwendet. Ein Teilnehmer wurde aufgrund abnormaler Schilddrüsenhormonspiegel im Blut ausgeschlossen.

Die AEE-Vorhersagemodelle wurden unter Verwendung einer schrittweisen linearen Regressionsanalyse entwickelt. Aufgrund der großen Anzahl potenzieller Kandidatenvariablen (m = 75, nach Ausschluss fehlender Wertvariablen) im Gegensatz zu den 49 Beobachtungen haben wir einen mehrstufigen Auswahlprozess durchgeführt. In Stufe I wurden die 75 Kandidatenvariablen nach Kontext oder Prüfungsmodul gruppiert, und innerhalb jeder Gruppe wurden signifikante Variablen unter Verwendung einer schrittweisen Regression der AEE mit p-Wert-Grenzwerten von <0,05 (Stufe I) ausgewählt, die für die nachfolgende Auswahl berücksichtigt wurden. Stadium (Stadium II).

Die Gruppe von 15 vom Beschleunigungsmesser abgeleiteten Variablen wurde unterschiedlich behandelt: Jede Variable wurde auf die AEE regressiert, um den am besten geeigneten Einzelparameter zur Vorhersage der AEE zu finden. Anzahl der VMs (33,8 %) und Achse 1 zählt (34,0 %) erklärte den höchsten Anteil an AEE-Varianz. In dieser Studie konzentrierten wir uns nur auf Anzahl der VMswie es in früheren Studien häufig verwendet wurde13und fanden höhere Korrelationen in ähnlichen Studien mit größeren Stichprobenumfängen24.

In Stufe II entwickelten wir endgültige AEE-Vorhersagemodelle unter Verwendung einer schrittweisen Auswahlregression für alle signifikanten Variablen aus Stufe I mit p-Wert-Grenzen < 0,05 (als Modell A bezeichnet).

In den Sensitivitätsanalysen haben wir einen zusätzlichen Phase-II-Ansatz basierend auf dem Bayesian Information Criterion (SBC) von Schwarz angewendet. Berücksichtigen Sie verschiedene Kombinationen von p-Wert-Grenzen zum Einschließen/Beibehalten von Variablen im Modell [(a) 0.05/0.05, (b) 0.10/0.10, (c) 0.25/0.25, (d) 0.50/0.05, (e) 0.50/0.10, (f) 0.50/0.25]Jedes Modell, das während eines einzelnen Schritts des schrittweisen Auswahlprozesses auftauchte und einen niedrigeren SBC als Modell A aufwies, wurde als Modell B ausgewählt. Während Modell A nur Prädiktoren enthielt, die den Schwellenwert mit einem p-Wert < 0,05 erreichten, konnten die B-Modelle Prädiktoren enthalten, die dies taten diese Schwelle nicht unbedingt erreicht.

Für die praktische Anwendung wurden in Stufe II verschiedene Alternativmodelle entwickelt, die simulieren, dass nur ein reduzierter Variablensatz (z. B. aufgrund nicht umgesetzter Maßnahmen) zur Verfügung steht.

Alle ausgewählten Modelle wurden auf Einhaltung der Regressionsannahmen und Kollinearität überprüft. In den Sensitivitätsanalysen wurden die Modelle durch Anwendung von Bootstrap-Stichproben (2000 Stichproben) in Stufe II neu berechnet.

Elsabeth Steube

„Typischer Denker. Entschuldigungsloser Alkoholiker. Internet-Fanatiker. Popkultur-Befürworter. Fernseh-Junkie.“

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert