KvL/GL Objectief meten bewegen; Resultaten en conclusies fase I state of the art en fase II patroonherkenning

Transcriptie

1 TNO-rapport T F KvL/GL Objectief meten bewegen; Resultaten en conclusies fase I state of the art en fase II patroonherkenning Datum mei 2009 Auteur(s) SI de Vries LH Engbers VH Hildebrandt Exemplaarnummer Oplage Aantal pagina's 10 Aantal bijlagen 1 Opdrachtgever Ministerie van VWS Projectnaam Programmasubsidie 2008 Projectnummer Alle rechten voorbehouden. Niets uit deze uitgave mag worden vermenigvuldigd en/of openbaar gemaakt door middel van druk, foto-kopie, microfilm of op welke andere wijze dan ook, zonder voorafgaande toestemming van TNO. Indien dit rapport in opdracht werd uitgebracht, wordt voor de rechten en verplichtingen van opdrachtgever en opdrachtnemer verwezen naar de Algemene Voorwaarden voor onderzoeksopdrachten aan TNO, dan wel de betreffende terzake tussen de partijen gesloten overeenkomst. Het ter inzage geven van het TNO-rapport aan direct belang-hebbenden is toegestaan TNO

2 TNO-rapport 2 / 10 Inhoudsopgave 1 Inleiding Resultaten en conclusies Fase I: State of the art Resultaten fase I Directlife versnellingsmeter Conclusies fase Resultaten en conclusies Fase II: Patroonherkenning Resultaten fase II Conclusies fase II Conclusies en aanbevelingen Referenties... 10

3 TNO-rapport 3 / 10 1 Inleiding Er wordt de laatste jaren in toenemende mate gebruik gemaakt van objectieve methoden om bewegen te meten. Deze trend wordt mede ingegeven door de huidige technologische ontwikkelingen waardoor het mogelijk is geworden om tegen steeds lagere prijzen steeds nauwkeuriger en langer te meten. Het gaat hier bijvoorbeeld om de toegenomen en goedkopere opslagcapaciteit, het grootschalig beschikbaar komen van Global Positioning Systems (GPS) in mobiele telefoons en de ontwikkeling van kleine, maar hoogst intelligente stappentellers c.q. personal coaches, die het individuele beweeggedrag nauwkeurig registreren. Ook de ontwikkelingen op het gebied van hightech sensoren waarmee menselijke verplaatsingen en houdingen nauwkeurig kunnen worden geregistreerd, moet hier worden genoemd. In het project Objectief meten bewegen dat TNO Kwaliteit van Leven met financiering van het Ministerie van VWS, directie Sport heeft uitgevoerd, zijn de mogelijkheden verkend voor het ontwikkelen van een in de praktijk toepasbare objectieve methode die een zo breed mogelijk spectrum van het beweeg- en sedentaire gedrag kan meten bij de doelgroepen jeugd, volwassenen en ouderen. Om dit doel te bereiken is allereerst de literatuur op dit terrein bestudeerd en zijn via een veldverkenning de huidige technologische ontwikkelingen in kaart gebracht. De resultaten van deze fase zijn uitgebreid beschreven in het TNO-rapport Objectief meten bewegen; State of the art (De Vries et al., 2008). In de tweede fase van het project is bekeken of er meer informatie gehaald kan worden uit data verzameld met een veelgebruikt objectief meetinstrument om bewegen te meten ( ActiGraph versnellingsmeters) door gebruik te maken van geavanceerde statistische methoden. De resultaten van deze fase worden in een internationaal artikel gepubliceerd. In de huidige rapportage worden de resultaten van beide fasen van het project samengevat en worden conclusies en aanbevelingen gedaan voor vervolgonderzoek.

4 TNO-rapport 4 / 10 2 Resultaten en conclusies Fase I: State of the art 2.1 Resultaten fase I In de eerste fase van het project is met inbreng van een aantal experts een programma van eisen en wensen opgesteld waaraan een ideale objectieve methode om bewegen te meten zou moeten voldoen in de context van (grootschalig) epidemiologisch onderzoek. Naast een optimale validiteit en betrouwbaarheid is daartoe ook een aantal praktische eisen geformuleerd. Er is tevens een literatuurstudie uitgevoerd. Hieruit kwamen 13 verschillende objectieve methoden om bewegen te meten naar voren, variërend van versnellingsmeters tot voetdrukmeters. Geen van deze methoden voldeed volledig aan het opgestelde programma van wensen en eisen. In de huidige onderzoekspraktijk wordt momenteel vooral gebruik gemaakt van versnellingsmeters om de frequentie, duur en intensiteit van bewegen te meten. Aan dit type meetinstrument kleeft echter een aantal nadelen. Zo kunnen versnellingsmeters een aantal belangrijke beweegactiviteiten die van belang zijn voor het schatten van het energieverbruik niet onderscheiden of registreren (o.a. zwemmen, fietsen en traplopen). Informatie over het type activiteiten kan o.a. bijdragen aan het concretiseren van beweegnormen, het geeft inzicht in de bijdrage van verschillende activiteiten aan het totale energieverbruik en verbetert het inzicht in de dosisrespons relatie tussen verschillende beweegactiviteiten en gezondheidsmaten. Ondanks dat versnellingsmeters geen onderscheid kunnen maken tussen verschillende typen activiteiten, worden zij nog steeds veel gebruikt in onderzoek, waarschijnlijk mede omdat geen enkel ander instrument momenteel beter lijkt te voldoen aan de eerder genoemde eisen. Echter er vinden momenteel technologische ontwikkelingen plaats op het gebied van versnellingsmeters die op termijn mogelijk uitkomst bieden, te weten: De overgang van een-assige naar drie-assige versnellingsmeters. De integratie van verschillende sensoren, zoals de combinatie van een versnellingsmeter met een hartslagmeter (bijv. de Actiheart) en/of een GPS. Het literatuuronderzoek en congresbezoeken brachten daarnaast een nieuwe ontwikkeling aan het licht waarbij met geavanceerde statistische methodieken (patroonherkenning) verschillende typen activiteiten herkend kunnen worden uit versnellingsmeterdata. Hiermee wordt aan een belangrijke tekortkoming van versnellingsmeters tegemoet gekomen. Er heeft eveneens een landelijke veldverkenning in deze fase van het project plaatsgevonden waarin personen binnen zes bedrijven en drie opleidingen in Nederland zijn benaderd. Daarnaast is met een aantal deskundigen binnen de andere TNO kerngebieden een aparte interne sessie belegd. Ook de veldverkenning heeft laten zien dat er diverse veelbelovende technologische ontwikkelingen gaande zijn op het terrein van het objectief meten van bewegen. Geen daarvan is echter al zodanig uitgerijpt dat deze op dit moment een alternatief vormen voor bovengenoemde, veelbelovende combinatie van versnellingsmeter, hartslagmeter, GPS en patroonherkenningsoftware. Ook de recent op de markt gekomen newwellness solution DirectLife versnellingsmeter van Philips biedt geen soelaas. Aangezien de DirectLife pas na de eerste fase van het project naar buiten is gebracht, wordt dit apparaatje in onderstaande paragraaf nader beschreven.

5 TNO-rapport 5 / Directlife versnellingsmeter De newwellness solution DirectLife van Philips (2 x 2 cm) is de Tracmor (Philips research) drie-assige versnellingsmeter in een nieuw jasje. De Tracmor is ontworpen aan de Universiteit van Maastricht (professor Klaas Westerterp) in samenwerking met Philips Research. De Tracmor is gevalideerd in een aantal studies waarbij Klaas Westerterp betrokken is (Bouten et al., 1996; Plasqui et al., 2005; Levine et al., 2001; Westerterp et al., 1999). Uit deze studies wordt geconcludeerd dat de Tracmor geschikt is voor gebruik in wetenschappelijke studies, doordat het betrouwbare en valide data produceert (o.a. hoge correlaties met o.a. dubbel gelabeled water). Tegelijkertijd komt uit deze studies naar voren dat deze drie-assige versnellingsmeter qua resultaat niet uitgesproken beter is dan de meest gebruikte (een-assige) versnellingsmeter, de ActiGraph. Uit twee reviews van Plasqui et al. (2007) en Westerterp (2009) wordt de Tracmor expliciet genoemd als veelbelovend, maar wordt er tevens de melding gemaakt dat het apparaat (nog) niet commercieel verkrijgbaar is. De Tracmor (cq. DirectLife) meet dezelfde aspecten als de ActiGraph, dat wil zeggen de duur, frequentie en intensiteit van bewegen. Dit wordt weergegeven als activity counts als functie van de tijd. Deze score wordt omgerekend naar energieverbruik (kcal). De DirectLife is gekoppeld aan een website waarop persoonlijke feedback wordt gegeven aan de hand van een 1-week durende nulmeting. Op basis hiervan wordt een persoonlijk plan geformuleerd en kan men met behulp van de DirectLife de voortgang monitoren. Door middel van betaalde abonnementen ( 299,- per apparaat inclusief een licentie) kunnen consumenten en werkgevers van deze service gebruik maken. De verzamelde data blijft in handen van Philips. De DirectLife heeft voor onderzoeksdoeleinden naast de gekoppelde interventie (i.e., de persoonlijke website) niet een uitgesproken voordeel ten opzichte van reeds bestaande kwalitatief vergelijkbare versnellingsmeters. De DirectLife is bijvoorbeeld niet in staat om typen activiteiten te differentiëren (bijv. fietsen of traplopen). Dat wil zeggen, verschillende typen activiteiten worden vooralsnog niet apart weergegeven in de feedback voor gebruikers op de website. Overigens geeft Westerterp (2009) in zijn review, in overeenstemming met de resultaten uit het TNO-rapport Objectief meten bewegen; State of the art (De Vries et al., 2008) ook aan dat een combinatie van versnellinsgmeters met patroonherkenningsmethodieken en/of GPS de toekomst zijn van het objectief meten van bewegen. Het voordeel van de DirectLife is dat het qua draagbaarheid in vergelijking met de ActiGraph een vooruitgang heeft geboekt. Het kan los in de broekzak of aan een koortje om de nek worden gedragen, dit in tegenstelling tot de gestandaardiseerde positie (boven de heup) van de ActiGraph. Welk gevolg deze vrijheid in draagpositie heeft op de kwaliteit van de data is tot op heden niet bekend. Bovendien zijn er over de registratiecapaciteit en batterijduur van de DirectLife geen gegevens bekend, maar de verwachting is dat deze aspecten met de huidige stand der technologie geen problemen meer opleveren. Tenslotte is het belangrijk te vermelden dat de Universiteit Maastricht momenteel bezig is met een pilot onderzoek naar het gebruiksgemak van de Directlife. Al met al kan men concluderen dat er momenteel nog te veel onbekend of niet volledig uitontwikkeld is om te kunnen concluderen dat de DirectLife meerwaarde heeft ten opzichte van de ActiGraph. Grootste nadelen van de DirectLife zijn dat het apparaatje nog steeds niet commercieel verkrijgbaar is, voornamelijk ontwikkeld is voor de consumentenmarkt en dientengevolge dat de data die verzameld worden in bezit komen van Philips. Het apparaat is niet direct uitleesbaar en maakt analyses lastig. Mogelijk komt hier op termijn verandering in. Het is dus wel een apparaatje om in de gaten te houden.

6 TNO-rapport 6 / Conclusies fase 1 Uit het literatuuronderzoek, de verkenning en de congresbezoeken kan geconcludeerd worden dat het met de huidige objectieve meetmethoden nog niet mogelijk is om alle gewenste aspecten van bewegen te kunnen meten zonder daarbij afbreuk te doen aan de nauwkeurigheid, draagbaarheid of betaalbaarheid van het meetinstrument. De verwachting is dat een (verbeterde) versnellingsmeter, al dan niet geïntegreerd met andere sensoren, nu en in de nabije toekomst het meeste geschikte objectieve instrument voor het meten van bewegen zal blijven voor grootschalige epidemiologische onderzoeken. Daarom heeft TNO op basis van de State of the Art studie besloten om in een pilot de mogelijkheden van de ActiGraph versnellingsmeter in combinatie met innovatieve statistische methodieken (patroonherkenning) ten behoeve van het classificeren van verschillende typen lichamelijke activiteiten verder te verkennen en ontwikkelen. De resultaten van deze pilot staan beschreven in hoofdstuk 3.

7 TNO-rapport 7 / 10 3 Resultaten en conclusies Fase II: Patroonherkenning 3.1 Resultaten fase II In de tweede fase van het project is bekeken of met behulp van geavanceerde statistische methoden (artificiële neurale netwerk modellen 1 ) de nauwkeurigheid van versnellingsmeters verbeterd kon worden. Specifieke onderzoekvragen waren: 1.) Is het mogelijk door middel van patroonherkenning onderscheid te maken tussen verschillende typen activiteiten?; en 2.) Kan door middel van patroonherkenning een betere inschatting worden gemaakt van de intensiteit van bewegen (licht, gemiddeld en zwaar)? Om deze onderzoeksvragen te beantwoorden hebben 28 volwassen proefpersonen een gestandaardiseerd beweegparcours afgelegd waarbij zij twee ActiGraph versnellingsmeters hebben gedragen, één op de heup en één om de enkel, en een Polar hartslagmeter om de borst. Het beweegparcours (45 minuten) bestond uit de volgende activiteiten: zitten, staan, lopen, fietsen en traplopen. Alle proefpersonen hebben op twee zelfgekozen snelheden buiten gelopen en gefietst, eenmaal op een rustig tempo en eenmaal op een wat steviger tempo. Vervolgens zijn op basis van de versnellingsmeterdata twee artificiële neurale netwerk modellen ontwikkeld en getest voor het classificeren van de activiteiten. Zowel het model gebaseerd op de versnellingsmeterdata van de heup als die van de enkel waren goed in staat om de vijf verschillende typen activiteiten te onderscheiden. Vierentachtig procent van de activiteiten werd correct geclassificeerd. Echter de intensiteit van de activiteiten werd door beide modellen minder goed onderscheiden. Zo werd stevig wandelen relatief vaak geclassificeerd als rustig wandelen. Ook het onderscheid tussen stevig fietsen en rustig fietsen en het onderscheid tussen stilstaan en zitten kon met deze modellen moeilijk worden gemaakt. De volledige resultaten van deze pilot zijn vastgelegd in een artikel dat wordt ingediend bij een peer reviewed internationaal tijdschrift. 3.2 Conclusies fase II Uit de pilot kan geconcludeerd worden dat artificiële neurale netwerk modellen goed in staat zijn de activiteiten zitten, staan, lopen, fietsen en traplopen te classificeren uit versnellingsmeterdata van de heup of de enkel van volwassenen. De ontwikkelde modellen zijn echter nog niet goed in staat onderscheid te maken tussen activiteiten uitgevoerd op verschillende snelheden. 1 Artificiële neurale netwerken zijn ontworpen naar analogie van het biologische brein, m.a.w. het zijn zeer uitgebreide en onderling verbonden netwerken van neuronen. Een typisch neuraal netwerk bestaat uit drie lagen neuronen, een ingangslaag, een tussenlaag en een uitgangslaag. Door in een trainingssessie ingangswaarden met hun bijbehorende gewenste uitgangswaarden aan het netwerk aan te bieden raken bepaalde verbindingen van het netwerk ingesleten. Vervolgens worden nieuwe ingangswaarden aan het netwerk aangeboden en kan het resultaat gecontroleerd worden. Op die manier kan bepaald worden in hoeverre het netwerk 'volleerd' is, en hoe betrouwbaar de resultaten zijn.

8 TNO-rapport 8 / 10 4 Conclusies en aanbevelingen In het project Objectief meten bewegen zijn de mogelijkheden verkend voor het ontwikkelen van een in de praktijk toepasbare objectieve methode die een zo breed mogelijk spectrum van het beweeg- en sedentaire gedrag kan meten bij de doelgroepen jeugd, volwassenen en ouderen. In de eerste fase van het project kwam uit een literatuuronderzoek, een veldverkenning en congresbezoeken naar voren dat het met de huidige objectieve meetmethoden nog niet mogelijk is om alle gewenste aspecten van bewegen te kunnen meten zonder daarbij afbreuk te doen aan de nauwkeurigheid, draagbaarheid of betaalbaarheid van het meetinstrument. Wel is er een aantal veelbelovende ontwikkelingen gaande, zoals de integratie van verschillende typen sensoren en de toepassing van geavanceerde statistische methoden bij het analyseren van objectief verzamelde beweegdata. Uit de tweede fase van het project kwam uit een pilot naar voren dat de combinatie van versnellingsmeter en statistische patroonherkenningmethodieken veelbelovend is. De ontwikkelde statische modellen bleken goed in staat verschillende typen activiteiten te classificeren uit versnellingsmeterdata van de heup of de enkel. Iets wat versnellingsmeters tot op heden niet kunnen. De ontwikkelde modellen waren echter nog niet goed in staat onderscheid te maken tussen activiteiten uitgevoerd op verschillende intensiteitniveaus (bijv. rustig versus stevig fietsen). Het verdient dan ook aanbeveling deze combinatie van methoden verder te ontwikkelen. Bovengenoemde statistische patroonherkenningmethodieken kunnen mogelijk verbeterd worden door gegevens over de snelheid van een activiteit gemeten met een GPS of gegevens over de intensiteit van een activiteit gemeten met een hartslagmeter of variabelen als leeftijd, gewicht en geslacht aan de modellen toe te voegen. Tevens verdient het aanbeveling veelbelovende technologische ontwikkelingen op het gebied van beweegsensoren te blijven volgen. In de volgende fase van het project zal TNO een nieuwe pilot opzetten waarbij 30 volwassenen gevraagd worden een gestandaardiseerd beweegparcours af te leggen waarbij zij een ActiGraph versnellingsmeter en een GPS op de heup dragen, een ActiGraph versnellingsmeter om de enkel en een Polar hartslagmeter om de borst. Tevens zal bij hen lengte en gewicht worden gemeten. Het beweegparcours (50 minuten) bestaat uit de volgende activiteiten: zitten, staan, lopen, fietsen en traplopen. Alle activiteiten, met uitzondering van traplopen, zullen zowel binnen als buiten uitgevoerd worden. Binnen de onderzoekspopulatie zal worden gestreefd naar een gelijke verdeling tussen mannen en vrouwen. De nieuwe pilot heeft als hoofddoel om meer inzicht te krijgen in de toegevoegde waarde van GPS data (locatie, snelheid), hartslagdata (intensiteit) en achtergrondvariabelen als leeftijd, gewicht en geslacht in een patroonherkenningsmodel gebaseerd op versnellingsmeter data voor het classificeren van het type en de intensiteit van een activiteit. Een subdoelstelling van de pilot is om meer inzicht te krijgen in de haalbaarheid van het gebruik van de GPS-apparaten binnen onderzoeksprojecten. Specifieke vragen die met de pilot beantwoord zullen worden, zijn: 1. Bestaat er een verband tussen het aantal counts/min van de ActiGraph versnellingsmeter en de snelheid zoals weergegeven door de GPS? 2. Bestaat er een verband tussen het aantal counts/min van de ActiGraph versnellingsmeter en de hartslag zoals gemeten met een hartslagmeter?

9 TNO-rapport 9 / Wat is de toegevoegde waarde van GPS data (locatie, snelheid) in een patroonherkenningsmodel gebaseerd op versnellingsmeter data voor het classificeren van het type en de intensiteit van een activiteit? 4. Wat is de toegevoegde waarde van hartslagdata (intensiteit) in een patroonherkenningsmodel gebaseerd op versnellingsmeter data voor het classificeren van het type en de intensiteit van een activiteit? 5. Wat is de toegevoegde waarde van achtergrondvariabelen als leeftijd, gewicht en geslacht in een patroonherkenningsmodel gebaseerd op versnellingsmeter data voor het classificeren van het type en de intensiteit van een activiteit? 6. Welke combinatie van gegevens (versnellingsmeter data, GPS data, hartslag data en achtergrondgegevens) leidt tot het beste model voor het classificeren van het type en de intensiteit van een activiteit?

10 TNO-rapport 10 / 10 5 Referenties Bouten CV, Verboeket-van de Venne WP, Westerterp KR, Verduin M, Janssen JD. Daily physical activity assessment: comparison between movement registration and doubly labeled water. J Appl Physiol 1996; 81 (2): Levine JA, Baukol PA, Westerterp KR. Validation of the Tracmor triaxial versnellingsmeter system for walking. Med Sci Sports Exerc 2001; 33 (9): Plasqui G, Joosen AM, Kester AD, Goris AH, Westerterp KR. Measuring free-living energy expenditure and physical activity with triaxial accelerometry. Obes Res 2005; 13 (8): Plasqui G, Westerterp KR Physical activity assessment with accelerometers: an evaluation against doubly labeled water. Obesity 2007; 15: Vries SI de, Schermers P, Gielis F, Engbers LH. Objectief meten bewegen; State of the art. Engbers LH, Hildebrandt VH, red. Leiden: TNO Kwaliteit van Leven. TNO-rapport KvL/B&G Westerterp KR. Assessment of physical activity: a critical appraisal. Eur J Appl Physiol 2009; 105: Westerterp KR. Physical activity assessment with accelerometers. Int J Obes Relat Metab Disord 1999; 23 Suppl 3: S45-9.