Abstract:
Laut Global Health Risks Report der Weltgesundheitsorganisation (WHO) ist etwa ein Drittel aller Todesfälle weltweit auf einige wenige Risikofaktoren zurückzuführen. Unzureichende körperliche Aktivität steht dabei an vierter Stelle der Risikofaktoren. Als körperliche Aktivität einer Person wird dabei jede Bewegung verstanden, die von der Skelettmuskulatur unter Verbrauch von Energie ausgeführt wird. Kurz gesagt bewegen sich viele Menschen einfach allgemein noch zu wenig. Die WHO erfasst die weltweiten Trends der unzureichenden körperlichen Aktivität regelmäßig mit großen gepoolten Datenanalysen. ... mehrEin Ergebnis der letzten Analysen ist, dass die globale altersstandardisierte Prävalenz von unzureichender körperlicher Aktivität zuletzt bei fast einem Drittel lag. Der Unterschied zwischen den Geschlechtern war sogar noch größer und für junge Menschen ist die Situation zusätzlich kritischer. Insgesamt war weltweit nur ein Fünftel der Kinder und Jugendlichen in ausreichendem Maße körperlich aktiv. Ein großer Teil der Heranwachsenden hält sich also nicht an die aktuellen Empfehlungen von täglich mindestens 60 Minuten moderater körperliche Aktivität, was sich auf ihren aktuellen und zukünftigen Gesundheitszustand auswirken kann.
Doch wie viel körperliche Aktivität und Bewegung sind genug und wie wird dies überprüft? Eine der ersten Empfehlungen zu dieser Frage wurde 1975 vom American College of Sports Medicine veröffentlicht. Diese Publikation hatte einen großen Einfluss auf die Sportwissenschaft und wurde mehrfach überarbeitet. Im Jahr 2010 veröffentlichte die Weltgesundheitsorganisation die erste internationale Version der Bewegungsrichtlinien. Darauf aufbauend haben viele Länder diese Richtlinien auch als nationale Empfehlungen übernommen, darunter auch Deutschland. Der von der WHO empfohlene Umfang an wöchentlicher oder täglicher körperlicher Aktivität wird als Referenz herangezogen, um festzustellen, welche Personen ein ausreichendes Maß an körperlicher Aktivität erreichen. Infolge dieser weltweit einheitlichen Empfehlungen wurde in vielen Studien per Fragebogen untersucht, inwieweit sich die (Nicht-) Einhaltung dieser Richtlinien auf die Gesundheit auswirkt.
Bevölkerungsbasierte Studien, die die Einhaltung von diesen Empfehlungen in Deutschland untersuchen, sind die DEGS-, KiGGS- und MoMo-Studie.
Die ,,Studie zur Gesundheit von Kindern und Jugendlichen in Deutschland" (KiGGS) erfasst körperliche Aktivität, Gesundheitsparameter sowie soziale und umweltbedingte Determinanten von Kindern und Jugendlichen in Deutschland. Die Motorik Modul (MoMo) Längsschnittstudie ist seit 2003 ein repräsentatives Modul der KiGGS-Studie und gleichzeitig eine Vertiefungsstudie zur Erfassung der körperlichen Aktivität und motorischen Leistungsfähigkeit, die nach der Basisstudie (2003-2006) vom Karlsruher Institut für Technologie in drei Erhebungswellen (Welle 1 2009-2012, Welle 2 2015-2017, Welle 3 2018-2022) durchgeführt wurde. Auch diese Dissertation wurde hauptsächlich im Rahmen der MoMo-Studie durchgeführt, wobei der Schwerpunkt auf der Messung der körperlichen Aktivität mit Beschleunigungsmessern lag.
Bis 2015 wurde zur Erfassung der körperlichen Aktivität im Rahmen der MoMo-Studie ausschließlich der MoMo-Aktivitätsfragebogen eingesetzt. Der Fragebogen konzentriert sich auf die Erfassung der zentralen Aspekte Art, Intensität, Häufigkeit und Dauer der typischen bzw. gewohnheitsmäßigen Aktivität. Im Jahr 2015 wurde die Erfassung der körperlichen Aktivität durch Aktivitätsmesser, sogenannte Beschleunigungssensoren, in die MoMo-Studie aufgenommen. Dies hatte den Hintergrund die Datenerhebung um eine kontinuierliche Erfassung der aktuellen Aktivitätsintensität zu erweitern, welche mit Fragebögen nur schwierig zu erfassen ist.
Wie man auch an den Verkaufszahlen sieht sind Aktivitätsmesser inzwischen ein führender Fitnesstrend. In den Jahren 2017-18 wurden mehr als 100 Millionen Trackinggeräte und beschleunigungsmessende Smartwatches verkauft, 2020 waren es knapp 445 Millionen Einheiten. Beschleunigungssensoren, technisch auch Akzelerometer bezeichnet, haben sich als wichtige Überwachungsinstrumente in der klinischen Forschung und der Gesundheitsförderungen etabliert und werden nun auch häufiger in nationalen Forschungsstudien eingesetzt. ActiGraph-Akzelerometer gehörten zu den ersten Beschleunigungsmessern, die schon früh für die Untersuchung von körperlicher Aktivität und Gesundheit validiert und eingesetzt wurden. Im Jahr 2014 verwendeten mehr als 51 \% von 76 Studien mit jeweils mehr als 400 Teilnehmern in 36 Ländern einen ActiGraph-Akzelerometer. Daher entschieden sich auch KiGGS und MoMo für die Nutzung von ActiGraph-Akzelerometern in Welle 2, um die Vergleichbarkeit mit anderen großen epidemiologischen Studien zu gewährleisten.
Heutzutage bieten Akzelerometer die Möglichkeit, valide Daten über die Intensität und den Umfang des körperlichen Verhaltens in Echtzeit über mehrere Tage und Wochen zu erfassen. Um die einzigartigen Aspekte des körperlichen Verhaltens zu beschreiben, können aus diesen multidimensionalen Daten eine große Anzahl von Metriken abgeleitet werden. Als Forscher muss man sich bei der Auswahl und Anwendung von Geräten zur Quantifizierung des körperlichen Verhaltens aber unter anderem mit sehr vielen technischen Details der Akzelerometrie auseinandersetzen. Die Auswirkungen dieser technischen Entscheidungen auf die Messgrößen (Energieverbrauch, Aktivitätsintensität, Körperposition und Aktivitätsmuster) können auf verschiedene Weise erfolgen. Das Gerät, die Trageposition (Hüfte, Handgelenk, Oberschenkel) und die Aufzeichnungsparameter (Epochenlänge, Frequenz, Speicherkapazität, Aufzeichnungsfrequenz und Signalfilter) haben einen großen Einfluss auf die gemessene Aktivität. Verschiedene Hintergründe wie Studiendesign (Zweck, wiederholte Messungen) und Dauer (Zeitrahmen, Tragezeit) sowie Datenspeicherung und -auswertung müssen bei der Festlegung der Parameter berücksichtigt werden. Zusätzlich müssen bei der Auswertung mehrere Stellschrauben (Rohdaten, Kontextinformationen, Nicht-Tragezeit, Intensitätsklassifizierung, Compliance) in Abhängigkeit von den Zielgrößen justiert werden. In MoMo ergibt dies beispielsweise ca. 18 Millionen Datenpunkte bei jedem Probanden der einen Akzelerometer für eine Woche trägt. Die Daten aller Probanden gilt es möglichst Zeit effizient zu verarbeiten, aufzubereiten und anschließend zu analysieren.
Die Hauptziele dieser Dissertation waren daher, 1) zu diskutieren wie technische Entscheidungen beim Einsatz von Akzelerometern in großen epidemiologischen Studien der Aktivitätsforschung getroffen werden sollten, 2) welche grundlegenden methodischen Aspekte deshalb bei der gerätegestützten Messung der körperlichen Aktivität speziell in der MoMo-Studie angewendet wurden, 3) welche Auswirkungen verschiedene Auswertungsmethoden bei der Vorverarbeitung von Akzelerometerdaten haben, 4) worin sich die Daten der Akzelerometererhebung zu den repräsentativen Daten des MoMo-Aktivitätsfragebogen unterscheiden und 5) welche Ergebnisse sich bei den Akzelerometerdaten im Hinblick auf Unterschiede zwischen Wochentagen und Wochenendtagen ergeben. Diese Fragestellungen wurden in fünf wissenschaftlichen Artikeln untersucht.
In einem ,,Überblicksartikel" spiegeln wir zuerst den Expertenkonsens zum Thema ,,Beschleunigungsmessung zur Beurteilung des Bewegungsverhaltens" während des 2. internationalen Workshops des Center for the Assessment of Physical Activity (CAPA) wider. Der Artikel verdeutlicht, welche Aspekte bei der Planung und Auswertung von Akzelerometerstudien berücksichtigt werden sollten. Eines der wichtigsten Ergebnisse des Workshops ist, dass man sich gründlich mit bestehenden Validierungsstudien vertraut machen muss und möglichst viele technische Entscheidungen bei der Datenerfassung und -auswertung dokumentiert, um später einen studienübergreifenden Datenvergleich zu ermöglichen. Wir schlagen vor, dass auf der Grundlage des validesten Ansatzes die jeweilige Verhaltensmetrik und die zugehörig passende Methode gewählt wird. Unter diesem Aspekt bestimmt die gewählte Methode die Art des Geräts und den Vorhersagealgorithmus zur Bestimmung der körperlichen Aktivität. Aufgrund der großen Anzahl an möglichen „subjektiven“ Entscheidungen vor der eigentlichen Messung verschafft der Artikel einen Überblick über die technischen Details der Beschleunigungsmessung die es zu beachten gilt. Gleichzeitig skizziert er die besten Praktiken bei der Auswahl und Anwendung von Geräten zur Quantifizierung der drei wesentlichen Verhaltenskategorien, die für die Forschungsgemeinschaft von allgemeinem Interesse sind: körperlicher Aktivität, sedentärem Verhalten und Schlaf.
Bislang gab es in Deutschland keine flächendeckenden gerätegestützten Bewegungsdaten für Kinder und Jugendliche. Mit KiGGS und MoMo Welle 2 wurden erstmals bundesweit gerätegestützte Aktivitätsdaten zur körperlichen Aktivität von Kindern und Jugendlichen erhoben. Auf den Empfehlungen des CAPA-Workshops aufbauend haben wir deshalb in unserem ,,Studienprotokoll" die grundlegenden methodischen Aspekte dargelegt, welche wir bei der gerätegestützten Messung der körperlichen Aktivität speziell in der MoMo-Studie angewendet haben. Das Studienprotokoll gibt einen Überblick über die technischen Details und die grundsätzlichen Entscheidungen beim Einsatz von Akzelerometern in groß angelegten epidemiologischen Studien. Dabei sind Einschränkungen durch die vorgegebenen Filter und Auswertungsroutinen besonders zu berücksichtigen.
Um zu klären welche Auswirkungen verschiedene Auswertungsmethoden bei der anschließenden Verarbeitung von Akzelerometerdaten haben, wurde im ,,Methoden-Artikel" der Einfluss von drei speziellen Faktoren untersucht. Wir haben dabei überprüft inwieweit die Faktoren „Nicht-Tragezeit-Algorithmus“, „Epochenlänge“ und „Intensitäts Schwellenwerte“ die Quantifizierung der mit Akzelerometern gemessenen körperlichen Aktivität beeinflussen. Gefunden wurden signifikante Unterschiede bei allen drei Faktoren. Infolgedessen können die daraus resultierenden Unterschiede, je nach Auswahl des Faktors, der geschätzten Werten für sedentäres Verhalten und körperliche Aktivität sehr groß werden. Vor allem das Ausmaß der Diskrepanz zwischen den Epochenlängen hat gezeigt, dass dies bei der Interpretation der Akzelerometerdaten besonders berücksichtigt werden muss. Die Epochenlänge ist damit maßgeblich als Einflussgröße zu betrachten, wenn man Werte körperlicher Aktivität zwischen Studien vergleicht. Wir schlagen außerdem vor, Daten zu poolen und in vereinheitlichter Weise auszuwerten. Neben neuen Validierungsstudien mit kurzen Epochenlängen für jüngere Kinder empfehlen wir auch die Durchführung von Meta-Analysen. Hierbei könnten Daten aus mehreren Studien zur Validierung von Grenzwerten verwendet werden, um einen einvernehmlichen Satz von Schwellenwerten vorzuschlagen, die in verschiedenen Settings und Studien bei Kindern und Jugendlichen verwendet werden können.
Da gerade Kinder ein komplexeres, aber weniger strukturiertes Bewegungsverhalten zeigen als Erwachsene, ist die Bestimmung ihrer vielen spontanen und impulsiven Bewegungen eine besondere Herausforderung für die Ermittlung der körperlichen Aktivität. Weder Fragebögen noch Akzelerometer bieten eine optimale Erfassung aller Facetten der körperlichen Aktivität. Aus diesem Grund wird ein kombinierter multimodaler Ansatz aus Selbstauskünften und gerätegestützten Methoden empfohlen. In einem weiteren Artikel, dem ,,Vergleichsartikel", haben wir deshalb die mit dem Akzelerometer gemessene körperliche Aktivität und die mit dem MoMo-Fragebogen erfasste körperliche Aktivität verglichen. Anhand der Anzahl der Tage, an denen die Teilnehmenden die WHO-Empfehlung für körperliche Aktivität erreichten, wird in dieser Studie untersucht, inwieweit sich selbstberichtete und gerätebasiert gemessene körperlicher Aktivität unterscheiden. Außerdem wird untersucht ob die mit den beiden Methoden ermittelten Unterschiede in der körperlichen Aktivität zwischen Alters- und Geschlechtergruppen vergleichbar sind. Als Ergebnis fanden wir bei den Akzelerometern, dass nur jeder 25. befragte Person (4\%) die WHO-Empfehlung von 60 Minuten täglicher körperlicher Aktivität erreicht. Die selbstberichtete körperliche Aktivität per Fragebogen war etwas höher (9\%), aber ebenfalls sehr niedrig. Die Unterschiede zwischen den Methoden sind bei jüngeren Kindern geringer als in älteren Altersgruppen. Je älter die Probanden sind, desto geringer ist der Anteil derjenigen, die die WHO-Empfehlung an jedem Tag einhalten, wobei Mädchen die Empfehlung in allen Altersgruppen seltener einhalten als Jungen. In Deutschland lebende Kinder und Jugendliche erfüllen damit die WHO-Empfehlung für körperliche Aktivität nur in sehr geringem Maße. Während jüngere Kinder in ihrem freien Spiel viel aktiver sind, sollten vor allem Kinder über 10 Jahren und insbesondere Mädchen Ziel von Bewegungsförderungen sein.
Schlussendlich haben wir in einem letzten Artikel einen ,,Typischen-Tag" analysiert. Hierbei haben wir einen durchschnittlichen Tag betrachtet, an dem die Intensität der körperlichen Aktivität mit Hilfe von Akzelerometern gemessen wurde. Ziel war es, besser zu verstehen, wie sich die gerätegestützten Daten zur körperlichen Aktivität bei Kindern und Jugendlichen zwischen Schul- und Wochenendtagen unterscheiden. Wir haben dabei verschiedene Aspekte der Intensität von körperlichem Bewegungsverhalten bestimmt und dabei auch die absoluten und relativen Werte der leichten, moderaten und anstrengenden körperlichen Aktivität, des sedentären Verhaltens sowie die Tragezeit untersucht. Feststellen ließ sich, dass die Tragezeit der Teilnehmenden mit dem Alter ansteigt, vermutlich weil die Wachphase während des Tages zunimmt. Der Prozentsatz der anstrengenden körperlichen Aktivität blieb allerdings über alle Altersgruppen hinweg konstant bei etwa 3\%, wobei Mädchen durchweg weniger anstrengenden körperliche Aktivität als Jungen ausübten. Dies führt zu einem absoluten Anstieg der anstrengenden Aktivität im Alter von im Schnitt 5 Minuten. Bei der Tragezeit wurden keine signifikanten Unterschiede zwischen Jungen und Mädchen festgestellt. Interessanterweise unterscheiden sich aber vor allem Freitag als längster Tag und Sonntag als kürzester Tag, wenn man die absoluten Wachzeiten betrachtet gegenüber den anderen Wochentagen. Erstaunlicherweise sind die prozentualen Verteilungen der Intensitäten auch an diesen Tagen annähernd gleich wie während aller restlichen Tage. Deswegen ist eins der Kernergebnisse, dass das Bewegungsverhalten vom Aufwachen bis zum Aufwachen und nicht als fester 24-stündiger Verhaltenszyklus betrachtet werden sollte.
Abschließend bleibt die Tatsache, dass sich Kinder heutzutage zu wenig bewegen. Egal, welche Algorithmen zur Auswertung der Daten verwendet werden, das Ergebnis bleibt im Grunde dasselbe. Dies führt zu einer Vielzahl von Gesundheitsproblemen, wie Übergewicht und einem erhöhten Risiko für Herz-Kreislauf-Erkrankungen.
Im Moment befinden wir uns jedoch an einem entscheidenden Übergangspunkt, an dem wir zusätzliche Maßnahmen ergreifen müssen, um das Bewegungsverhalten von Kindern so realitätsnah wie möglich zu erfassen. Auf diese Weise kann ihr körperliches Verhalten in Zukunft so individuell wie nur möglich unterstützt werden. Präzisere Messungen werden es erlauben, kritische Entscheidungen auf der Grundlage der genauesten Daten zu treffen, was wiederum zu einer verbesserten Wirksamkeit und Effektivität von Interventionen führen wird. Präzise Messgeräte sind daher von allergrößter Bedeutung für die Erforschung des körperlichen Bewegungsverhaltens. Ansonsten suggerieren wir Daten mit einer falschen Ausgangsbasis, die von anderen Wissenschaftlern interpretiert werden und darauf aufbauend gegebenenfalls unpassende Interventionen entwickeln. Die reine Methodik muss also immer besser werden und gleichzeitig immer weniger durch subjektive Entscheidungen bei der Auswahl der Algorithmen verzerrt werden. Daher sind mehr Validierungsstudien mit kurzen Epochenlängen erforderlich, insbesondere bei kleinen Kindern, und die ehemals firmeninternen ActiGraph-Signalvorverarbeitungsalgorithmen, die jetzt vom Hersteller freigegeben wurden, müssen verwendet werden, um die bereits erhobenen Daten mit Studien, die Geräten anderer Hersteller genutzt haben, zu vergleichen.
Wir können es uns außerdem nicht leisten, Daten nur zu sammeln und nicht zu analysieren. Es darf nicht sein, dass große, gepoolte Datenbanken wie die ICAD mangels finanzieller und personeller Ressourcen keine weiteren Studien mit aufnehmen. Hier muss die Politik weitere Mittel bereitstellen, um eine umfassendere und genauere Berichterstattung zu gewährleisten. Der Preis des Versäumnis wäre zu hoch. Die Datensätze sind vorhanden, sie haben das richtige Format, sie werden mit dem gleichen Studiendesign erhoben und müssen nur noch zusammengeführt und ausgewertet werden. Im Falle der ICAD-Datenbank ist dies nicht nur auf nationaler, sondern auch auf internationaler Ebene möglich. Deshalb müssen die WHO, die EU und auch die Regierungen der einzelnen Länder gemeinsam weitere Mittel zur Verfügung stellen, damit dieses globale Problem genauer untersucht werden kann. Nur über die Pandemie der Inaktivität zu reden, hilft dabei nicht weiter, die vorhandenen Daten müssen eingehend analysiert werden, und dafür ist Big Data der geeignete Ansatz.
Außerdem wird es immer wichtiger werden, den gesamten Zeitraum über 24 Stunden eines Tages, über eine Woche oder mehr aufzuzeichnen. Zusätzlich gilt es die Zeit, in der die Sensoren nicht getragen werden können, auf ein Minimum zu reduzieren. Dies kann bewerkstelligt werden, indem zukünftig beispielsweise kleinere und wasserdichte Geräte aber auch direkt am Körper angebrachte oder sogar subdermal implantierte Sensoren verwendet werden. Dies wird es uns zusammen mit Open-Source- und Data-Pooling-Methoden ermöglichen, die großen Lücken bei der tatsächlichen Erfassung des Bewegungsverhaltens, weiter zu verringern.
Die Form der internationalen Zusammenarbeit beim internationale CAPA-Workshop gilt es nun neu auszurichten und regelmäßig zu etablieren. Es ist notwendig internationalen Experten aus der Sportwissenschaft, der Schlafforschung und der Sportinformatik zusammen mit Elektrotechnikern und Experten für Beschleunigungssensoren, Experten für Datenpooling und Big-Data-Analysen an einen Tisch zu bringen. Dadurch können neue Methoden der Datenerhebung so weit verfeinert werden, dass die Verzerrung in der Datenerfassung weiter verringert wird und wir zukünftig ein realistisches Bild des Bewegungsverhaltens bieten können. Hier kann die CAPA eine zentrale Rolle spielen und zu einem internationalen Treffpunkt und Katalysator in der körperlichen Verhaltensforschung werden.
Abstract (englisch):
According to the Global Health Risks Report of the World Health Organization (WHO), about one-third of all deaths worldwide are attributable to a few risk factors. Inadequate physical activity ranks fourth among these risk factors. A person's physical activity is defined as any movement performed by skeletal muscles that consumes energy. In short, many people simply do not move enough in general. Worldwide trends in insufficient physical activity are regularly tracked by WHO using large pooled data analyses. One finding from its most recent analyses is that the global age-standardized prevalence of inadequate physical activity was nearly one-third at its latest count. ... mehrThe difference between genders was even greater, and the situation is additionally more critical for young people. Overall, only one-fifth of the children and adolescents worldwide were sufficiently physically active. Thus, a large proportion of adolescents are not adhering to the current recommendations of at least 60 minutes of moderate physical activity daily, which may impact their current and future health status.
But how much physical activity and exercise is enough and how is this being monitored? One of the first recommendations on this question was published by the American College of Sports Medicine in 1975. This publication had a major impact on sports science and has been revised several times. In 2010, the World Health Organization published the first international version of the physical activity guidelines. Building on this, many countries have also adopted these guidelines as national recommendations, including Germany. The WHO recommended amount of weekly or daily physical activity is used as a reference to determine which individuals are reaching a sufficient level of physical activity. As a result of these globally standardized recommendations, many studies have used questionnaires to determine the impact on health from adhering to these guidelines.
Population-based studies investigating adherence to these recommendations in Germany include the DEGS, KiGGS, and MoMo studies.
The ,,German Health Interview and Examination Survey for Children and Adolescents" (KiGGS) assesses physical activity, health parameters, and social and environmental determinants of children and adolescents in Germany. The Motorik Modul (MoMo) longitudinal study has been a representative module of the KiGGS study since 2003 and at the same time an in-depth study to record physical activity and motor performance, which was conducted by the Karlsruhe Institute of Technology in three survey waves (wave 1 2009-2012, wave 2 2015-2017, wave 3 2018-2022) after the baseline study (2003-2006). This dissertation was also mainly conducted as part of the MoMo study, focusing on the measurement of physical activity with accelerometers.
Until 2015, only the MoMo Physical Activity Questionnaire was used to record physical activity in the MoMo study. The questionnaire focuses on recording the central aspects of type, intensity, frequency and duration of typical or habitual activity. In 2015, the recording of physical activity by activity monitors, so-called accelerometers, was added to the MoMo study. This had the purpose of expanding the data collection to include a continuous recording of the current activity intensity, which is difficult to record with questionnaires.
In fact, it is also evident from the sales figures that physical activity monitors are now a leading fitness trend. In 2017-18, more than 100 million tracking devices and accelerometer-based smartwatches were sold, and by 2020, that number was nearly 445 million units. Physical activity monitors, also technically known as accelerometers, have emerged as important monitoring tools in clinical research and health promotions, and are now being used more frequently in national research studies. ActiGraph accelerometers were among the first accelerometers to be validated and used early in the study of physical activity and health. In 2014, more than 51 \% of 76 studies, each with more than 400 participants in 36 countries, used an ActiGraph accelerometer. Therefore, KiGGS and MoMo also chose to use ActiGraph accelerometers in Wave 2 to ensure comparability with other large epidemiological studies.
Today, accelerometers offer the ability to collect real-time, valid data on the intensity and extent of physical behavior over multiple days and weeks. To describe the unique aspects of physical behavior, a large number of metrics can be derived from these multidimensional data. When choosing and applying instruments to quantify physical behavior, researchers must manage a great number of technical details in accelerometry. The impact of these technical choices on the metrics (energy expenditure, activity intensity, body position, and activity patterns) can occur in a number of ways. The device, the wearing position (hip, wrist, thigh), and the recording parameters (epoch length, frequency, storage capacity, recording frequency, and signal filters) have a major impact on the measured activity. Different backgrounds such as study design (purpose, repeated measurements) and duration (time frame, wearing time) as well as data storage and evaluation have to be considered when deciding on the parameters. In addition, several adjusting factors (raw data, contextual information, non-wearing time, intensity classification, compliance) have to be customized in the evaluation depending on the target variables. In MoMo, for example, this results in approximately 18 million data points for each subject when wearing an accelerometer for one week. The data from all subjects must be preprocessed, transformed, and then analyzed in the most time-efficient manner possible.
The main objectives of this dissertation were therefore to 1) disscuss how technical decisions should be made when using accelerometers in large epidemiological studies of activity research, 2) which basic methodological aspects were therefore applied in the device-based measurement of physical activity specifically in the MoMo study, 3) what are the implications of different evaluation methods in the preprocessing of accelerometer data, 4) how accelerometer survey data differ from the representative MoMo Physical Activity Questionnaire data, and 5) what are the results of accelerometer data with respect to differences between weekdays and weekend days. These questions were investigated in five scientific articles.
In the ``Consensus Article" we reflect the expert consensus of the authors during the 2nd International Workshop for the Center for the Assessment of Physical Activity (CAPA) on the topic of accelerometry for the assessment of movement behavior. The article clarifies the aspects that should be considered in the design and evaluation of accelerometer studies. One of the major findings of the workshop is the need to thoroughly familiarize oneself with existing validation studies and to document as many technical decisions as possible in data collection and analysis to allow for later comparison of data across studies. We suggest that based on the most valid approach, the particular behavioral metric and corresponding appropriate method should be chosen. From this perspective, the method chosen will determine the type of device and the prediction algorithm used to determine physical activity. Due to the large number of possible "subjective" decisions prior to the actual measurement, the article provides an overview of the technical details of accelerometry that need to be considered. At the same time, it outlines best practices in the selection and use of devices to quantify the three major behavioral categories of general interest to the research community: physical activity, sedentary behavior, and sleep.
To date, there have been no nationwide device-based physical activity data for children and adolescents in Germany. With KiGGS and MoMo wave 2, device-based physical activity data on children and adolescents were collected nationwide for the first time. Therefore, building on the recommendations of the CAPA workshop, in our ``Study Protocol" we elaborated on the basic methodological aspects that were used for the device-based measurement of physical activity specifically in the MoMo study. The study protocol provides an overview of the technical details and basic decisions when using accelerometers in large-scale epidemiological studies. Limitations imposed by the specified filters and evaluation routines must be given special consideration.
To clarify which consequences different evaluation methods have in the subsequent processing of accelerometer data, the influence of three specific factors was investigated in the ``Methods Article". We examined the extent to which the factors "non-wearing time algorithm," "epoch length," and "intensity thresholds" influence the quantification of physical activity measured with accelerometers. The differences found were significant for all three factors. As a result, depending on the selection of the factor, the resulting discrepancies in the estimated values for sedentary behavior and physical activity can become very large. In particular, the magnitude of the divergence between epoch lengths has shown that particular consideration must be given to this when interpreting accelerometer data. Thus, epoch length should be considered decisively as an influential variable when comparing values of physical activity between studies. We also suggest that data be pooled and analyzed in a unified manner. In addition to new validation studies with short epoch lengths for younger children, we also recommend conducting more meta-analyses. This could use data from multiple studies to validate cut-off points and propose a consensual set of thresholds that can be used in different settings and studies in children and adolescents.
Because children in particular demonstrate more complex but less structured movement behavior than adults, determining their many spontaneous and impulsive movements is a particular challenge for assessing physical activity. Neither questionnaires nor accelerometers provide optimal coverage of all facets of physical activity. For this reason, a combined multimodal approach of self-report and device-based methods is recommended. In the ``Comparison Article", we therefore compared physical activity measured with the accelerometer and physical activity recorded with the MoMo questionnaire. Based on the number of days participants achieved the WHO recommendation for physical activity, this study examines the extent to which self-reported and device-based measured physical activity differ. It also examines whether the differences in physical activity measured by the two methods are comparable between age and gender groups. As a result, we found for accelerometers that only 1 in 25 respondents (4\%) achieved the WHO recommendation of 60 minutes of daily physical activity. Self-reported physical activity by questionnaire was slightly higher (9\%) but also very low. Differences between the methods were smaller in younger children than in older age groups. The older the subjects, the lower the proportion of those who meet the WHO recommendation on any given day, with girls less likely to meet the recommendation than boys in all age groups. Children and adolescents living in Germany thus meet the WHO recommendation for physical activity only to a very small extent. While younger children are much more active in their free play, children over the age of 10 and girls in particular should be the target of physical activity programs.
Finally, in a last article we analyzed a ``Typical Day". In this, we looked at an average day in which physical activity intensity was measured using accelerometers. The goal was to better understand how device-based physical activity data differs between school and weekend days in children and adolescents. We determined various aspects of physical activity behavior intensity, including absolute and relative levels of light, moderate, and vigorous physical activity, sedentary behavior, and wear time. We found that the wear time of the participants increases with age, presumably because the waking phase during the day increases. However, the percentage of vigorous physical activity remained constant at about 3\% across all age groups, with girls consistently engaging in less vigorous physical activity than boys. This leads to an absolute increase in vigorous activity at later ages of 5 minutes on average. No significant differences were found between boys and girls in wear time. Interestingly, however, especially Friday as the longest day and Sunday as the shortest day differ when absolute waking times are considered compared to the other days of the week. Surprisingly, the percentage distributions of intensities on these days are also almost the identical as during all the rest of the days. Therefore, one of the core results is that the movement behavior should be considered from waking to waking and not as a fixed 24-hour behavior cycle.
In conclusion, the fact remains that children today do not move enough. No matter which algorithms are used to evaluate the data, the result remains basically the same. This leads to a variety of health problems, such as obesity and an increased risk of cardiovascular disease.
At the moment, however, we are at a crucial transition point where we need to take additional measures to capture children's physical behavior as reality-based as possible. In this way, their physical behavior can be supported as feasible in the future. More precise measurements will allow critical decisions to be made based on the most accurate data, which in turn will lead to improved effectiveness and performance of interventions. Precise measurement devices are therefore of the utmost importance for physical activity behavior research. Otherwise, we are creating data with an incorrect baseline that will be interpreted by other researchers who may develop inappropriate interventions based on it. Thus, pure methodology must continue to improve while becoming less and less biased by subjective choices in algorithm selection. Thus, more validation studies with short epoch lengths are needed, especially in young children, and the formerly in-house ActiGraph signal preprocessing algorithms, now released by the manufacturer, must be used to compare the data already collected with studies that have used devices from other manufacturers.
We also cannot afford to just collect data and not analyze it. It cannot be the case that large, pooled databases such as ICAD do not include additional studies due to lack of financial and human resources. Here, policymakers must provide further resources to ensure more comprehensive and accurate reporting. The price of failure to do so would be too severe. The data sets exist, they are in the right format, they are collected using the same study design, and they just need to be merged and analyzed. In the case of the ICAD database, this can be done not only at the national level but also at the international level. Therefore, the WHO, the EU and also the governments of the individual countries must collectively provide further resources so that this global issue can be studied in more detail. Just talking about the pandemic of inactivity will not help, the existing data must be analyzed in depth, and big data is the appropriate approach for this.
It will also become increasingly important to record the entire period over 24 hours of a day, over a week or more. In addition, the time when the sensors are not worn must be reduced to a minimum. This can be achieved by using, for example, smaller and waterproof devices but also sensors directly attached to the body or even subdermally implanted sensors in the future. This, together with open source and data pooling methods, will allow us to further reduce the large gaps in the accurate acquisition of physical behavior.
The form of international collaboration at the international CAPA workshop has to be refocused now and established on a regular basis. There is a need to bring international experts in sports science, sleep research, and sports computer science together with electrical engineers and accelerometer experts, data pooling experts, and Big Data analysts to the same table. This will allow new methods of data acquisition to be refined to the point where bias in data collection is further reduced and we can offer a realistic picture of physical behavior in the future. This is where CAPA can play a central role and become an international meeting place and catalyst in physical behavior research.
1