Brug af nye værktøjer til at estimere intensiteten af ​​tilpassede fysiske aktivitetssessioner (UNITS-APA)

Fysisk aktivitet har i mange år været anbefalet af forskellige sundhedsmyndigheder. Faktisk har talrige undersøgelser påvist effekten af ​​fysisk aktivitet på livskvaliteten, opnåelsen af ​​autonomi og reduktionen af ​​funktionelle begrænsninger hos ældre. Dette problem bliver mere og mere til stede med stigningen i den forventede levetid, hvilket øger forekomsten af ​​individer, der når status som ældre. Disse prognoser tyder på, at flere og flere mennesker vil skulle leve med følgerne af alderen. Ud fra dette synspunkt er styring af disse mennesker gennem tilpasset fysisk aktivitet nødvendig for at aflaste sundhedssystemet ved at begrænse risikoen for skrøbelighed og dermed indlæggelse blandt ældre. For at fremme tilpasset fysisk aktivitet er specialisternes rolle inden for dette område at etablere fysiske aktivitetssessioner, der opfordrer til de neurokognitive, neuromuskulære og kardiorespiratoriske aspekter gennem balance, muskelstyrkelse og aerobe øvelser. Disse sessioner vil blive defineret i henhold til forskellige kriterier såsom patologi, øvelsernes præstationsniveau og den oplevede sværhedsgrad af sessionen. For deltagere er den mest almindelige metode til kvantificering Borg Rating of Perceived Exertion (RPE)-skalaen. Dette mål består i at måle opfattelsen af ​​indsats på en skala fra 6 for "ingen opfattet indsats" til 20 for "maksimal indsats". Brugen af ​​dette værktøj har den fordel, at den har en stærk korrelation med puls ved moderate intensiteter. Disse forskellige parametre vil gøre det muligt for den tilpassede fysisk aktivitetsingeniør at bestemme en træningsbelastning i henhold til disse forskellige parametre. Denne træningsbelastning vil så gøre det muligt at tilpasse den eller de næste sessioner, så de passer bedst til deltagernes funktionelle kapacitet og dermed individualisere behandlingen af ​​disse mennesker. Denne træningsbelastning er dog subjektiv. For professionelle i tilpasset fysisk aktivitet er kvantificeringen af ​​træningsbelastningen af ​​de forskellige sessioner baseret på personlig erfaring. Denne metode er svær at kvantificere og generalisere til andre fagfolk. På samme måde er følelsen af ​​sværhedsgraden af ​​sessionen specifik for hver enkelt deltager. Kvantificeringen af ​​RPE vil blive stærkt påvirket af de sidste øvelser i sessionen og gruppeeffekten. For at imødegå denne begrænsning er der udviklet forskellige værktøjer. En af de mest almindelige løsninger er brugen af ​​en pulsmåler. Fordelen ved denne sensor er kvantificeringen af ​​puls under sessionen uden den subjektive inter-individuelle bias. Denne kvantificeringsmetode har dog en dårlig sammenhæng med træningsbelastningen af ​​muskelstyrkelse. Denne begrænsning har en stærk indflydelse på estimeringen af ​​tilpassede aktivitetssessioner på grund af den store andel af øvelser med fokus på det neuromuskulære aspekt. For at løse dette problem vil analysen af ​​menneskelig bevægelse være et komplementært værktøj til at estimere energiforbruget i henhold til de forskellige typer øvelser, der foreslås under sessionerne. Denne analyse er blevet meget lettet med ankomsten af ​​dyb læring til klassificering af forskellige bevægelser i henhold til bevægelsens kinematik eller aktimetri. I denne sammenhæng skiller to målesystemer sig ud. På den ene side er Actigraph et af de mest brugte værktøjer på dette felt til at kvantificere træningsbelastningen i henhold til størrelsesvektoren beregnet af accelerometeret. Denne træningsbelastning vil blive identificeret som lav, moderat eller høj afhængigt af de aktiviteter, der registreres af sensoren. På den anden side er brugen af ​​dybdekameraer til at segmentere menneskekroppen et område i hastig udvikling. Dataene indsamlet med dette målesystem kombineret med dyb læring kan klassificere en bred vifte af bevægelser på flere individer på samme tid. Brugen af ​​disse målesystemer ville give en bedre forståelse af estimeringen af ​​arbejdsbyrden. Faktisk vil associeringen af ​​klassificeringen af ​​øvelser med tidspunktet for udførelse og antallet af gentagelser kombineret med hjertefrekvensen gøre det muligt at have et nøjagtigt energiforbrug under økologiske forhold. Disse data ville give mulighed for mere præcis individualisering af håndteringen af ​​ældre mennesker til tilpassede fysiske aktivitetssessioner. Denne form for personlig pleje til skrøbelighed ville være en del af de fremtidige udfordringer med at blive godt ældre.