MétaCan
Menu
Retour à la cohorte
Enregistrement W2963163130 · doi:10.2196/14534

Accuracy of the Multisensory Wristwatch Polar Vantage's Estimation of Energy Expenditure in Various Activities: Instrument Validation Study

2019· article· en· W2963163130 sur OpenAlexvenueno aff
Rahel Gilgen-Ammann, Theresa Schweizer, Thomas Wyss

Notice bibliographique

RevueJMIR mhealth and uhealth · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnergy expenditureAccelerometerComputer sciencePolarEstimationPsychologyMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sport watches and fitness trackers provide a feasible way of obtaining energy expenditure (EE) estimations in daily life as well as during exercise. However, today's popular wrist-worn technologies show only poor-to-moderate EE accuracy. Recently, the invention of optical heart rate measurement and the further development of accelerometers in wrist units have opened up the possibility of measuring EE. OBJECTIVE: This study aimed to validate the new multisensory wristwatch Polar Vantage and its EE estimation in healthy individuals during low-to-high-intensity activities against indirect calorimetry. METHODS: Overall, 30 volunteers (15 females; mean age 29.5 [SD 5.1] years; mean height 1.7 [SD 0.8] m; mean weight 67.5 [SD 8.7] kg; mean maximal oxygen uptake 53.4 [SD 6.8] mL/min·kg) performed 7 activities-ranging in intensity from sitting to playing floorball-in a semistructured indoor environment for 10 min each, with 2-min breaks in between. These activities were performed while wearing the Polar Vantage M wristwatch and the MetaMax 3B spirometer. RESULTS: After EE estimation, a mean (SD) of 69.1 (42.7) kcal and 71.4 (37.8) kcal per 10-min activity were reported for the MetaMax 3B and the Polar Vantage, respectively, with a strong correlation of r=0.892 (P<.001). The systematic bias was 2.3 kcal (3.3%), with 37.8 kcal limits of agreement. The lowest mean absolute percentage errors were reported during the sitting and reading activities (9.1%), and the highest error rates during household chores (31.4%). On average, 59.5% of the mean EE values obtained by the Polar Vantage were within ±20% of accuracy when compared with the MetaMax 3B. The activity intensity quantified by perceived exertion (odds ratio [OR] 2.028; P<.001) and wrist circumference (OR -1.533; P=.03) predicted 29% of the error rates within the Polar Vantage. CONCLUSIONS: The Polar Vantage has a statistically moderate-to-good accuracy in EE estimation that is activity dependent. During sitting and reading activities, the EE estimation is very good, whereas during nonsteady activities that require wrist and arm movement, the EE accuracy is only moderate. However, compared with other available wrist-worn EE monitors, the Polar Vantage can be recommended, as it performs among the best.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,372
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetPhysical Activity and HealthTravaux en français237 207