DZSM

Gelistet in:

  • Research Alert
  • Focus On: Sports Science & Medicine
  • SciVerse Scopus
  • CrossRef
  • EBSCO SPORTDiscus
  • Google Scholar
  • Chemical Abstracts Service

Die Deutsche Zeitschrift für Sportmedizin behandelt die klinische Praxis und deren angrenzende Felder im Sinne translationaler Forschung, die den Einfluss von körperlicher Aktivität, Bewegung, Training und Sport sowie Bewegungsmangel von gesunden Personen und Patienten aller Altersgruppen erforscht. Dies umfasst die Auswirkungen von Prävention, Diagnose, Therapie, Rehabilitation und körperlichem Training sowie das gesamte Feld der Sportmedizin und sportwissenschaftliche, physiologische und biomechanische Forschung.

Die Zeitschrift ist die führende und meistgelesene deutsche Zeitschrift für die gesamte Sportmedizin. Sie richtet sich an alle Ärzte, Physiologen und sportmedizinisch/sportwissenschaftlich interessierte Wissenschaftler aller Disziplinen sowie an Physiotherapeuten, Trainer, Praktiker und Sportler. Die Zeitschrift ermöglicht allen Wissenschaftlern online Open Access zu allen wissenschaftlichen Inhalten und viele Kommunikationsmöglichkeiten.

. .


Sportmedizin
ORIGINALIA
ENERGIEUMSATZMESSUNGEN MIT SPIROERGOMETRIE UND AKTIVITÄTSMONITOREN

Energieumsatzmessungen unter kontrollierten Bedingungen – vergleich von Accelerometer, Multisensorsystem und mobiler Spiroergometrie

Energy Expenditure Measurements under Controlled Conditions –
A Comparison of Accelerometry, Multisensorsystem and Mobile Spiroergometry

ZUSAMMENFASSUNG

Zur  Erfassung  körperlicher  Aktivität  und  Quantifizierung  des  Energieumsatzes (EE) werden zunehmend Sensorsysteme eingesetzt. Um den praktischen Einsatz dieser  zu  überprüfen,  ist  die  Zielsetzung  der  Studie,  am  Beispiel  des  triaxialen Beschleunigungssensors  RT3®  (RT3)  und  des  Multisensorsystems  SenseWear® (SW) herauszufinden, wie genau sie im Vergleich zur tragbaren Spiroergometrie Oxycon  Mobile®  (OM)  Energieumsätze  bei  Alltagsaktivitäten  unter  kontrollierten  Bedingungen  erfassen.  Methoden:  20  gesunde  Probanden  (10  männlich,  10 weiblich;  Alter  25±4  Jahre)  absolvierten  dazu  eine  Spiroergometrie  und  einen Bewegungsparcours,  der  die  sechs  Alltagsaktivitäten  Liegen,  Sitzende  Tätigkeit, Gehen, Staub saugen, Treppe steigen und Rad fahren umfasste. Ergebnisse: Der Vergleich von RT3 zur OM zeigt für alle Aktivitäten (Liegen: -11%, Sitzende Tätigkeit: -24%, Gehen: +35%, Staub saugen: -45%, Treppe steigen: -36%, Rad fahren: -68%) signifikante Abweichungen (p<0,01). SW hingegen berechnet für Sitzende Tätigkeit und Staub saugen weitgehend übereinstimmende EE verglichen zur OM. Bei allen weiteren ergeben sich signifikante Unterschiede (Liegen: -15%, Gehen: +9%, Treppe steigen: -25%, Rad fahren: -39%). Diskussion: RT3 zeigt abweichende Energieumsätze bei allen getesteten Aktivitäten im Vergleich zur OM. SW berechnet  den  Energieumsatz  genauer,  was  auf  eine  bessere  Aktivitätserkennung sowie eine genauere Regression durch zusätzliche Sensoren zurückzuführen ist. Mit steigendem Intensitätslevel der Aktivität nehmen die Abweichungen beider Aktivitätsmonitore zu.

Schlüsselwörter: Energieumsatz, Alltagsaktivität, Aktivitätsmonitore, Accelerometrie.

SUMMARY

Introduction: Health enabling technologies are widely used to measure physical activities of daily living (PADL) and quantify energy expenditure (EE). Therefore, the purpose of this study was to examine how accurate the triaxial accelerometer RT3® (RT3) and the SenseWear® Armband (SW) are able to detect EE in PADL compared to the portable spiroergometry system Oxycon Mobile® (OM). Methods: After a spiroergometry VO2maxtest, EE was measured in 20 healthy adults (10 males, 10 females; age 25±4 yrs). They completed six PADL (Resting Metabolic Rate (RMR), computer  work,  walking,  vacuuming,  stair  stepping  and  cycling)  under  controlled, laboratory conditions. Results: Calculations display significant differences between RT3 compared to OM EE quantifications (RMR: -11%, computer work: -24%, walking: +35%, vacuuming: -45%, stair stepping: -36%, cycling: -68%). SW shows similar results between computer work and vacuuming compared to OM whereas all other activities were significantly different between measurement systems (RMR: -15%, walking: +9%, stair stepping: -25%, cycling: -39%). Discussion: RT3 shows a lack of accuracy in determining EE for all activities tested compared to  OM.  SW,  which  uses  further  sensors  to  detect  activity  types,  measures  more accurately applying specific regressions for calculating EE. Increased intensity of physical activity results in underestimated EE of both sensors compared to OM.

Key Words: Energy Expenditure, PADLs, Activity Monitors, Accelerometry:

EINLEITUNG

Körperliche  Aktivität  ist  eine  Grundlage  für  die  Aufrechterhaltung von  körperlicher  und  geistiger  Gesundheit.  Entsprechende  Untersuchungen  haben  den  Schwerpunkt  häufig  auf  die  Beziehung  von körperlicher Aktivität und Gesundheit gelegt, woraus sich ein Bedarf nach Methoden zur genauen Erfassung von Aktivität im Alltag und zur Quantifizierung des Energieumsatzes entwickelte (18, 21).
Studien  belegen  die  Notwendigkeit  passender  Werkzeuge  für die praktische Umsetzung, um exakte, objektive Messungen des Aktivitätsverhaltens  und  des  gesamten  Energieumsatzes  aufzuzeichnen (5, 15, 20). Diesbezüglich bieten Aktivitätsmonitore auf Basis der Accelerometrie eine Reihe von Vorteilen gegenüber Fragebögen oder Interviews  (6, 10).  Sie  gelten  als  praktische,  unauffällige  und  relativ günstige Geräte zur Erfassung von körperlicher Aktivität, wobei neben  dem  Energieumsatz  (14)  auch  Frequenz,  Intensität  und  Dauer der  Aktivität  ermittelt  werden.  Sie  sind  damit  gut  geeignet,  Fragen hinsichtlich Aktivitätsmustern zu beantworten (11).
Ziel der Studie ist es, Energieumsätze von Alltagsaktivitäten mittels  eines  Accelerometers  und  eines  Multisensorsystems  unter kontrollierten und standardisierten Bedingungen zu erfassen sowie hinsichtlich ihrer Messgenauigkeit mit einer mobilen Spiroergometrie als Referenzmethode zu vergleichen. Zielgrößen sind die  Messung  des  Energieumsatzes  in  kcal•kg-1•h-1 während  der definierten Aktivität sowie die Bestimmung der Abweichung zur mobilen Spiroergometrie.

MATERIAL UND METHODEN

Die  offene,  monozentrische  prospektive  Studie  mit  gesunden  Erwachsenen  wurde  von  der  Ethikkommission  der  Medizinischen Hochschule Hannover geprüft und genehmigt. Vor Beginn der Untersuchungen gaben alle Teilnehmer ihre schriftliche Einwilligung.

Probandenbeschreibung
Das  Probandenkollektiv  bestand  aus  20  gesunden  Erwachsenen  (s. Tab. 1).  Ausschlusskriterien  waren  das  Vorliegen  einer  akuten  oder chronischen Erkrankung, eine regelmäßige Medikamenteneinnahme, ein pathologisches Belastungs-EKG sowie körperliche Inaktivität.

Untersuchung 1: Spiroergometrischer Stufentest
Die Leistungsfähigkeit der Probanden wurde mittels eines  Stufentests (Spiroergometrie)  auf  einem  Fahrradergometer  festgestellt.  Dieser umfasste  eine  3-minütige  Aufwärmphase  bei  20  Watt,  danach  eine Steigerung um 50 Watt alle 3 Minuten bis zur körperlichen Erschöpfung und eine 5-minütige Abwärmphase bei 30 Watt.

Untersuchung 2: Standardisierter Bewegungsparcours
Aktivität 1(Liegen 15min): Die Probanden lagen mit leicht erhöhtem Kopf und Schultern in einem abgedunkelten Raum (12). Alle externen Reize wurden vermieden. Aktivität 2(Sitzende Tätigkeit 15 min): Die Probanden befanden sich in sitzender Position und schrieben am PC einen fortlaufenden Text aus einem Buch ab (12). Aktivität 3(Gehen 6 min): Die Alltagsaktivität Gehen wurde anhand des standardisierten  „6  Minutes  Walking  Test“  (8)  durchgeführt. Aktivität  4 (Staub saugen 15 min): Mit einem Staubsauger wurde eine 41m2große Fläche gesaugt. Aktivität 5(Treppe steigen 15 min): Die Probanden stiegen einen Step (Höhe: 19 cm) auf- und abwärts. Dabei wurde nach jeweils 5 Zyklen mit dem anderen Bein begonnen (9). Der Step sollte jeweils mit dem ganzen Fuß betreten werden. Aktivität 6 (Rad fahren 15 min): Nach einer 2 minütigen Aufwärmphase bei 50 Watt folgte die 10 minütige Arbeitsphase bei 60% der im Stufentest erreichten Maximalleistung (10). Die Abwärmphase dauerte 3 min bei 50 Watt.
Die Reihenfolge der Aktivitäten wurde nach ansteigendem Energieumsatz festgelegt, um das Messergebnis der nachfolgenden Aktivitäten nicht zu beeinflussen.
Im Bewegungsparcours wurden zwei Aktivitätsmonitore und die mobile  Spiroergometrie  parallel  eingesetzt,  um  den  Energieumsatz bei  Alltagsaktivitäten  unter  kontrollierten  Bedingungen  zu  bestimmen. Vor den Messungen sollten die Probanden nicht rauchen sowie 4 Stunden vorher keine Nahrung zuführen und auf den Stoffwechsel wirkende Getränke verzichten, um die Beeinflussung des Energieumsatzes durch nahrungsabhängige Thermogenese gering zu halten (19). Zwischen den Tätigkeiten wurde eine Pause von 5 min sitzend eingehalten. Bei den Aktivitäten Gehen, Staub saugen und Treppe steigen bekamen die Probanden den Hinweis, diese Tätigkeiten in einem für sie individuellen „Alltags-Tempo“ durchzuführen. Für die Auswertung wurden aufgrund des „VO2-steady state“ bei Aktivitäten von 15 min Dauer die Werte der dritten bis zwölften Minute herangezogen (15). Bei  der  Tätigkeit  Gehen  wurden  die  zweite  bis  sechste  Minute  zur Auswertung genommen.

Oxycon Mobile (OM)
OM  ist  ein  drahtloses,  tragbares,  computerisiertes  Spiroergometriesystem (Firma Viasys Healthcare, Deutschland), das jeden Atemzug während der Untersuchung (breath by breath) aufzeichnet und analysiert. Jeder Messung geht dabei eine 20-minütige Aufwärmphase und eine Kalibrierung voraus.

SenseWear (SW)
SW  ist  ein  Aktivitätsmonitor  (Firma  Bodymedia,  Deutschland),  der die kontinuierliche Aufzeichnung physiologischer Parameter ermöglicht (2). Es beinhaltet einen zweiaxialen Beschleunigungssensor (longitudinal und transversal), zwei Temperatursensoren (Körpertemperatur  und  körpernahe  Temperatur),  einen  Wärmeflusssensor  sowie einen Galvanic-Skin-Response-Sensor zur Messung der Leitfähigkeit der Haut. Mit Hilfe dieser Sensoren erfolgt eine Kontextregistrierung zur  Erkennung  der  durchgeführten  Aktivität  sowie  die  Berechnung des EE über eine kontextspezifische lineare Regression (Software Version 6.1) (2). SW wird laut Hersteller unabhängig von der dominanten Hand am rechten Oberarm platziert. Jedes Gerät wurde vor Gebrauch mit  den  persönlichen  Daten  der  Probanden  initialisiert  (Name,  Alter,  Größe,  Gewicht,  Geschlecht,  Rechts-  Linkshändigkeit,  Raucher/Nichtraucher).

Beschleunigungsssensor RT3
Der Beschleunigungssensor RT3 (Firma Stayhealthy Inc, USA) erfasst Beschleunigungen  in  drei  Achsen  (orthogonale  Achsen:  Vertikal  X, Anteriorposterior Y und Mediolateral Z) und wird laut Hersteller auf Hüfthöhe getragen (22). Für jede dieser Achsen werden die Beschleunigungen in activity counts umgewandelt und über eine lineare Regression als EE ausgegeben (Software Version 1.2). Vor jeder Messung wurde der Sensor mit den persönlichen Daten (Name, Alter, Größe, Gewicht, Geschlecht) der Probanden programmiert.

Statistik
Der Vergleich der drei Sensorsysteme erfolgte über eine zweifaktorielle Varianzanalyse mit Messwiederholung auf dem Faktor Sensorsystem  und  dem  nicht  messwiederholten  Faktor  Geschlecht (SPSS  Version  15).  Dabei  wurden  die  Korrekturen  nach  Greenhouse-Geisser und Bonferroni angewendet. Als Signifikanzniveau gilt  p<0,05.  Die  Normalverteilung  wurde  mittels  KolmogorovSmirnov-Tests überprüft.
Für die graphische Darstellung des Vergleichs der Sensorsysteme wurden Bland-Altman-Diagramme mit der mobilen Spiroergometrie als Referenzmethode gewählt.

ERGEBNISSE

Stufentest
Die Ergebnisse der Spiroergometrie sind in Tab. 1 aufgeführt.

Bewegungsparcours
Die Ergebnisse des Bewegungsparcours sind tabellarisch in Tab. 2 dargestellt. Aufgrund der Zielsetzung und der geringen Probanden anzahl wird trotz signifikanter Geschlechtsunterschiede die untersuchte Probandengruppe als eine Gruppe betrachtet.

Bei der Aktivität Liegen sind die Energieumsätze (EE) von RT3 und von SW geringer als der EE der OM (RT3: 1,28±0,24 kcal•kg-1•h-1; SW: 1,23±0,23 kcal•kg-1•h-1; OM: 1,44±0,34 kcal•kg-1•h-1). RT3 zeigt beim Sitzen ebenfalls einen niedrigeren EE als OM und SW (RT3:  1,33±0,34  kcal•kg-1h-1;  SW:  1,92±0,93  kcal•kg-1•h-1,  p>0,05; OM: 1,74±0,41 kcal•kg-1•h-1). Beide Sensoren berechnen beim Gehen höhere EE als OM (RT3: 6,59±1,67 kcal•kg-1•h-1; SW: 5,32±1,11 kcal•kg-1•h-1;  OM:  4,87± 1,30  kcal•kg-1•h-1).  Beim  Staub  saugen  ermittelt RT3 einen niedrigeren EE als OM und SW (RT3: 2,50±0,63 kcal•kg-1•h-1;  SW:  4,24±0,91  kcal•kg-1•h-1,  p>0,05;  OM:  4,54±0,99 kcal•kg-1•h-1).  Die  Aktivität  Treppe  steigen  ergibt  sowohl  für  RT3, als auch für SW niedrigere EE als OM (RT3: 4,34±1,38 kcal•kg-1•h-1; SW: 5,06±1,22 kcal•kg-1•h-1; OM 6,79±1,83 kcal•kg-1•h-1). Beim Rad fahren liegen der EE des RT3 und des SW erheblich unter dem Vergleichswert  der  OM  (RT3:  3,51±1,62  kcal•kg-1•h-1;  SW:  6,64±2,17 kcal•kg-1•h-1; OM: 10,94±3,41 kcal•kg-1•h-1).
In  den  Abb. 1a- 1c  ist  der  Vergleich  der  Messgenauigkeit  von RT3 und SW im Vergleich zur OM für die gemessenen Aktivitäten mit  Bland-Altman-Diagrammen  dargestellt,  die  die  beiden  Sensoren mit ihren jeweiligen Abweichungen zur OM zeigen. Auffällig ist die gute Übereinstimmung bei der Aktivität Sitzende Tätigkeit bei SW und die enormen Abweichungen beider Sensoren beim Rad fahren (Abb. 1c).


DISKUSSION

Die über die Oxycon Mobile (OM) gemessenen Energieumsätze zeigen eine hohe Übereinstimmung (±5%) mit Werten des Compendium  of  Physical  Activity  (1),  sodass  der  Bewegungsparcours  für das  untersuchte  Probandenkollektiv  die  differenzierte  Erfassung von Energieumsätzen von Alltagsaktivitäten mittels tragbarer Spiroergometrie  ermöglicht.  Der  Vergleich  von  Energieumsätzen  bei Alltagsaktivitäten zwischen modernen Sensortechnologien und indirekter Kaloriemetrie zeigt abhängig von Aktivität, Intensität und Geschlecht individuelle Unterschiede.
Da keine einzelne Regression zur Berechnung des Energieumsatzes  alle  Alltagsaktivitäten  abdeckt,  kommt  der  Erkennung  der zumessenden  Aktivität  eine  hohe  Bedeutung  zu,  sodass  eine  auf diese  abgestimmte  Regression  herangezogen  wird.  Durch  die  zusätzlichen Sensoren hat SenseWear (SW) hier Vorteile gegenüber dem  reinen  Beschleunigungssensor  RT3.  So  kann  der  GalvanicSkin-Response-Sensor Änderungen der Leitfähigkeit der Haut hervorgerufen durch Schweiß feststellen und damit einen zusätzlichen Indikator für die Intensität der Aktivität liefern. Auch die über die Temperatursensoren  ermittelte,  vom  Körper  produzierte,  Wärme fließt in diese Erkennung mit ein (3). Infolgedessen können Aktivitäten mit gleichen Beschleunigungen aber unterschiedlichen EE, wie z.B. Gehen auf einer Ebene und Gehen mit Anstieg, oder mit unterschiedlichen Beschleunigungen aber gleichen EE, wie z.B. Gehen und Staub saugen, vom RT3 nicht unterschieden werden (24). Im Vergleich dazu kann SW durch die zusätzlichen Sensoren diese Aktivitäten  differenzieren.  RT3  als  reiner  Beschleunigungssensor hingegen  kann  Aktivitäten  mit  wenig  oder  gar  keiner  Bewegung bzw.  mit  Beschleunigung  in  nur  einer  Richtung  schwer  erfassen (6, 10, 14).  Er  wird  laut  Hersteller  an  der  Hüfte  getragen,  sodass eine  Bewegungserfassung  des  Oberkörpers  ohne  Beschleunigung des Körpers in vertikaler oder horizontaler Richtung schwierig erscheint (22, 26). Bei Aktivitäten wie z.B. Heben von Gewichten kann die Position des SW am Oberarm zusätzlich zu den Sensoren von Vorteil sein.
Die  Abweichungen  beider  Sensorsysteme  nehmen  mit  steigendem Aktivitätslevel zu (3). Auffällig dabei ist, dass sich beim SW erst bei intensiveren Aktivitäten wie Treppen steigen oder Rad fahren signifikante Unterschiede ergeben. Möglicherweise passen die den Berechnungen zugrundeliegenden Regressionen nicht optimal zum untersuchten Kollektiv. Im Gegensatz dazu weicht RT3 für alle Aktivitäten signifikant von OM ab. Der niedrigere Energieumsatz der  Aktivität  Sitzende  Tätigkeit  beim  RT3  im  Vergleich  zur  OM lässt  sich  dadurch  erklären,  dass  durch  fehlende  Beschleunigung die Aktivität „Sitzen“ nicht erkannt wird und somit annähernd der Ruheumsatz berechnet wird. Im Gegensatz dazu kann SW durch die Position am Arm und die zusätzlichen Sensoren der Aktivität die passende Regression zuordnen. Bei Messungen im Alltag würde dies beim RT3 einen geringeren Energieverbrauch suggerieren und entsprechend  in  einem  fehlerhaften  Gesamtenergieumsatz  resultieren.  Dies  bedeutet  für  eine  Person  mit  70kg  einen  Minderverbrauch von - 29kcal/h; SW weicht hierbei lediglich um - 13kcal/h ab. Auch bei der Aktivität Rad fahren zeigen sich für den RT3 erheblich größere Differenzen im Alltag als für SW (RT3 - 520kcal/h, SW - 301kcal/h). Hier scheinen die zusätzlichen Sensoren des SW zumindest gegenüber RT3 eine höhere Intensität zu ermitteln, wobei diese immer noch deutlich unter OM liegt. Die Aktivitäten Gehen sowie Staub saugen und Treppe steigen fallen laut WHO in einen Bereich moderater Aktivität (3 bis 6 METs). Dabei wird Gehen ein großer Stellenwert hinsichtlich des Erreichens der empfohlenen 30 min  moderater  körperlicher  Aktivität  pro  Tag  zugesprochen.  Zu hohe Berechnungen beim Gehen von RT3 und SW sind in der Literatur ebenfalls zu finden (10, 14, 24, 25). Beim RT3 weichen hier die Ergebnisse um +120kcal/h und beim SW um +32kcal/h ab.
Abschließend kann zum einen festgestellt werden, dass Aktivitätsmonitore die Erfassung körperlicher Aktivität im Alltag und unter kontrollierten Bedingungen ermöglichen und durch fortlaufende Datenerfassung Vorteile gegenüber Aktivitäts-Fragebögen oder -Interviews bieten. Unter Berücksichtigung möglicher Fehlerquellen kann durch die Untersuchung von Alltagsaktivitäten mit Hilfe von modernen Sensortechnologien ein guter Eindruck gewonnen werden, mit welcher durchschnittlichen Intensität körperliche Aktivitäten ausgeführt werden. Da bei Interventionsprogrammen zur Gewichtsreduktion Inaktivität eine wesentliche Rolle spielt, sollte von den beiden untersuchten Aktivitätsmonitoren eher SW in der Praxis  genutzt  werden,  weil  es  Energieumsatzberechnungen  mit hoher Genauigkeit bei Aktivitäten mit niedriger bis mittlerer Intensität ermöglicht.
Zum anderen ist Grundlage einer optimalen Intervention die initial  durchgeführte  Bestimmung  von  Energieverbrauch  sowie Energiezufuhr.  Dies  gilt  insbesondere,  wenn  eine  Bewertung  der Energiezufuhr anhand einer Ernährungsanalyse im Rahmen eines Gesundheitsprogramms durchgeführt wird. Um dies zu erreichen, müssen die spezifischen Regressionen für Alltagsaktivitäten noch verbessert werden. Durch die Verwendung von Entscheidungsbäumen (4),  Neuralen  Netzen  (23)  oder  Hidden  Markov  Modellen  (21)  kann eine Verbesserung sowohl der Erkennung von Alltagsaktivitäten bei reinen  Beschleunigungssensoren  als  auch  der  Regression  erreicht werden. Nachteile für die Praxis sind dabei aber die zur Anpassung nötigen großen Datenmengen und das Fehlen einer sofortigen Ausgabe des EE.
Die  divergenten  Energieumsätze  der  Sensorsysteme  zur OM  bedürfen  vorsichtiger  Interpretation  aufgrund  der  wenigen Studienteilnehmer. Diesbezüglich sind weitere Studien zur Verifizierung  der  Ergebnisse  mit  höherer  Probandenzahl  geplant.  Der  Vergleich von OM, SW und RT3 unter realen und standardisierten Bedingungen stellt ein ebenso interessantes Themenfeld dar, wie auch die Untersuchung weiterer Kollektive. Ziel weiterführender Studien sollte es  sein,  mittels  moderner  Gesundheitstechnologien  Daten  zu  erheben, um daraus präventive und rehabilitative Maßnahmen zu entwickeln, die einem zunehmend inaktiven Lebensstil entgegen wirken.

Angaben zu finanziellen Interessen und Beziehungen, wie Patente, Honorare oder Unterstützung durch Firmen: Keine.

LITERATUR

  1. Ainsworth BE, Haskell WL, Whitt MC, Irwin ML, Swartz AM, Strath SJ, O’Brien WL, Bassett DR, Schmitz KH, Emplaincourt PO, Jacobs DR, Leon AS: Compendium of physical activities: an update of activity codes and MET intensities. Med Sci Sports Exerc 32 (2000) 498- 504.
  2. Andre D, Teller A: Health Care. Anywhere Today. Stud Health Technol Inform 118 (2005) 89- 110.
  3. Arvidsson D, Slinde F, Larsson S, Hulthen L: Energy cost of physical activities in children: validation of SenseWear Armband. Med Sci Sports Exerc 39 (2007) 2076- 2084.
  4. Bonomi AG, Goris AH, Yin B, Westerterp KR: Detection of type, duration, and intensity of physical activity using an accelerometer. Med Sci Sports Exerc 41 (2009) 1770- 1777.
  5. Brooks AG, Withers RT, Gore CJ, Vogler AJ, Plummer J, Cormack J: Measurement and prediction of METs during household activities in 35-45-year-old females. Eur J Appl Physiol 91 (2004) 638- 648.
  6. Campbell KL, Crocker PRE, McKenzie D: Field evaluation of energy expenditure in woman using Tritrac accelerometers. Med Sci Sports Exerc 34 (2002) 1667- 1674.
  7. Duncan GE, Lester J, Migotsky S, Goh J, Higgins L, Borriello G: Accuracy of a novel multi-sensor board for measuring physical activity and energy expenditure. Eur J Appl Physiol (2011) Jan 20 [Epub ahead of print].
  8. Enright PL: The six-minute walk test. Respir Care 48 (2003) 783- 785.
  9. Fehling PC, Smith DL, Warner SE, Dalsky GP: Comparison of accelerometers with oxygen consumption in older adults during exercise. Med Sci Sports Exerc 31 (1999) 171- 175.
  10. Fruin ML, Rankin JW: Validity of a multi-sensor armband in estimating rest and exercise energy expenditure. Med Sci Sports Exerc 36 (2004) 1063- 1069.
  11. Garatachea N, Torres Luque G, Gonzalez Gallego J: Physical activity and energy expenditure measurements using accelerometer in older adults. Nutr Hosp 25 (2010) 224- 230.
  12. Harrel JS, McMurray RG, Baggett CD, Michael L, Pearce PF, Bangdiwala S: Energy Cost of Phyisical Activities in Children and Adolescents. Med Sci Sports Exerc 37 (2005) 329- 336.
  13. Hussey J, Bennett K, Dwyer JO, Langford S, Bell C, Gormley J: Validation of the RT3 in the measurement of physical activity in children. J Sci Med Sport 12 (2009) 130- 133.
  14. Jacobi D, Perrin AE, Grosman N, Doré MF, Normand MF, Oppert JM, Simon C: Physical activity related energy expenditure with the RT3 and TriTrac accelerometers in overweight adults. Obesity (Silver Spring) 15 (2007) 950- 956.
  15. Jakicic JM, Marcus M, Gallagher KI, Randall C, Thomas E, Gross FL, Robertson RJ: Evaluation of the SenseWear Pro Armband to assess energy expenditure during exercise. Med Sci Sports Exerc 36 (2004) 897- 904.
  16. Jakicic JM, Winters C, Lagally K, Ho J, Robertson RJ, Wing RR: The accuracy of the TriTrac-R3D accelerometer to estimate energy expenditure. Med Sci Sports Exerc 31 (1999) 747- 754.
  17. Jerome GJ, Young DR, Laferriere D, Chen C, Vollmer WM: Reliability of the RT3 accelerometers among overweight and obese adults. Med Sci Sports Exerc 41 (2009) 110- 114.
  18. Montoye HJ: Introduction: evaluation of some measurements of physical activity and energy expenditure. Med Sci Sports Exerc 32 (2000) 349- 441.
  19. Müller M, Bosy-Westphal A, Dilba B, Bader N, Korth O: Energieverbrauch und Energiebedarf gesunder Menschen. Aktuel Ernähr Med 31 (2006) 98- 109.
  20. Müller C, Winter C, Rosenbaum D: Aktuelle objektive Messverfahren zur Erfassung körperlicher Aktivität im Vergleich zu subjektiven Erhebungsmethoden. Dtsch Z Sportmed 61 (1) (2010) 11- 17.
  21. Pober DM, Staudenmayer J, Raphael C, Freedson PS: Development of novel techniques to classify physical activity mode using accelerometers. Med Sci Sports Exerc 38 (2006) 1626- 1634.
  22. Powell SM, Rowlands AV: Intermonitor variability of the RT3 accelerometer during typical physical activities. Med Sci Sports Exerc 36 (2004) 324- 330.
  23. Staudenmayer J, Pober D, Crouter S, Bassett D, Freedson P: An artificial neural network to estimate physical activity energy expenditure and identify physical activity type from an accelerometer. J Appl Physiol 107 (2009) 1300- 1307.
  24. Trost SG, McIver KL, Pate RR: Conducting accelerometer-based activity assessments in field-based research. Med Sci Sports Exerc 37 (2005) 531- 543.
  25. Welk GJ, Blair SN, Wood K, Jones S, Thompson RW: A comparative evaluation of three accelerometry-based physical activity monitors. Med Sci Sports Exerc 32 (2000) 489- 497.
  26. Withers R T, Brooks AG, Gunn SM, Plummer JL Gore CJ, Cormack J: Self-selected exercise intensity during household/garden activities and walking in 55 to 65-year-old females. Eur J Appl Physiol 97 (2006) 494- 504.
Korrespondenzadresse:
Lena Grams (M.A.)
Institut für Sportmedizin
Medizinische Hochschule Hannover
Carl-Neuberg-Str. 1
30625 Hannover
E-Mail: grams.lena@mh-hannover.de
 
zum Seitenanfang