Para muitos, os rastreadores de fitness se tornaram ferramentas essenciais para observar quantas calorias são queimadas em um dia. No entanto, para aqueles que vivem com obesidade, aqueles que são conhecidos por mostram a diferença em passear gite, velocidade, queimaduras de energia e muito mais, esses dispositivos geralmente medem as atividades adequadamente – até agora.
Para muitos, os rastreadores de fitness se tornaram ferramentas essenciais para observar quantas calorias são queimadas em um dia. No entanto, para aqueles que vivem com obesidade, aqueles que são conhecidos por mostram a diferença em passear gite, velocidade, queimaduras de energia e muito mais, esses dispositivos geralmente medem as atividades adequadamente – até agora.
Cientistas da North Western University criaram um novo algoritmo que permite que o SmartWatch monitore com mais precisão as calorias queimadas por obesidade durante várias atividades físicas.
A tecnologia remove uma lacuna crítica na tecnologia de fitness, diz Nabil Alashurafa, cujo laboratório noroeste, criou código aberto de hábitos, criou e testou o algoritmo de poeta dominante, especialmente para pessoas com obesidade. É transparente, estritamente experimental e pronto para outros pesquisadores. O próximo passo é configurar um aplicativo de monitoramento de atividades até o final deste ano, disponível para uso do iOS e do Android.
“As pessoas da obesidade podem obter grandes insights de saúde dos rastreadores de atividades, mas a maioria dos dispositivos atuais sente falta da marca”, disse o professor associado de medicina comportamental da Finberg School of Medicine da North Western University.
Os algoritmos atuais de monitoramento de atividades que usam rastreadores de fitness foram criados para seres humanos sem obesidade. Ashurafa disse que os rastreadores que usam o quadril costumam ler incorretamente para queimar a força devido à mudança de doenças e ao risco de dispositivo entre o alto peso. Por fim, os modelos que usam o pulso prometem melhor conforto, lealdade e precisão nos tipos de tipos de corpo, mas ninguém os testou ou calibre-os para esse grupo, disse ele.
“কব্জি ডিভাইসের জন্য বৈধতাযুক্ত অ্যালগরিদম ব্যতীত আমরা এখনও অন্ধকারে রয়েছি যে ঠিক কতটা ক্রিয়াকলাপ এবং শক্তি স্থূলত্বের লোকেরা সত্যই প্রতিদিন পায়-আমাদের হস্তক্ষেপগুলি টেইলার্স এবং স্বাস্থ্যের ফলাফলগুলি উন্নত করার আমাদের দক্ষতা কমিয়ে দেয়,” যার দলটি তার ল্যাবের অ্যালগরিদমগুলি ব্যবহার করে 11 টি অবলম্বন করে যা পরীক্ষা করে থাকে, যখন ১১ টি স্টেট-অফ-দ্য-এয়ার্ট অ্যালগরিদমগুলি ব্যবহার করে ডিজাইন করা হয় যখন ক্যালোরি queima.
A pesquisa será publicada em 19 de junho da natureza Relatório CientíficoO
Aula de prática que inspira pesquisa
Ashurafa foi inspirada a criar algoritmos depois de participar de uma aula de prática com sua mãe -em uma escala, que tem obesidade.
“Ele trabalhou duro mais do que qualquer outra pessoa, mas quando ficamos de olho na tabela de classificação, seu número mal estava registrado”, disse Alashurafa. “Este momento me machucou: a aptidão não deve parecer uma armadilha para as pessoas que mais precisam” “”
Algoritmo
Usando os dados dos rastreadores de fitness comercial, o novo modelo rivaliza com o método padrão-ouro de queimar e adivinhar quanta energia alguém está usando com obesidade por minuto, alcançando mais de 95% de precisão nas circunstâncias do mundo real. Ashurafa disse que esse progresso facilita para mais pessoas acompanhar suas atividades diárias e uso de energia para mais pessoas na obesidade.
O estudo mede a queima de energia
Em um grupo, os participantes de 27 estudos usavam um rastreador de fitness e carrinho metabólico – uma máscara que usa o volume de inalação de uso de oxigênio e dióxido de carbono para queimar sua energia (em quilocalorges/CCLs) e a extensão para calcular o metabolismo do resto. Os participantes do estudo aprovaram um conjunto de atividades físicas para medir suas queimaduras de energia durante cada trabalho. Os cientistas então analisaram os resultados do rastreador de fitness para ver como eles compararam os resultados do carrinho metabólico.
Em outro grupo, 25 estudos que os participantes usavam um rastreador de fitness e câmera corporal enquanto viviam suas vidas. A câmera corporal permite que os cientistas confirmem o aspecto do algoritmo quando o excesso ou CCLs subestimados.
Ocasionalmente, Alasurafa disse que desafiaria os participantes do estudo a fazer o máximo de flexões possível em cinco minutos.
“Muitas pessoas não conseguiram descer no chão, mas todos esmagaram os puxões de parede, tremendo com seus esforços de braço”, dissemos, “celebramos os exercícios” padrão “como um teste final, mas esses valores deixam tantas pessoas.
O estudo é intitulado “Desenvolva e compare o algoritmo de queima para incluir um novo IMC no desgaste vestido de pulso”.
Outras respostas -escritores ocidentais incluem Boyang Wei e Christopher Romano e Bonnie Nolan. Este trabalho é em Mahdi Pedram e Whitney. Também foi feito com a ajuda de Moralei, a primeira ao norte -oeste.
Funds for Studies National Diabetes and Diabetes and Kidney Disease (K25DK113242-01A1) and R01DK129843-01, National Science Foundation (grant 1915847), for the National Institute (Grant) (grant) (grant) (grant) (grant) for the National Institute (Grant) of Biomedical Imaging Progress translation science (grant ul1tr001422).
