適応された身体活動セッションの強度を推定するための新しいツールの使用 (UNITS-APA)

身体活動は、さまざまな保健当局によって長年推奨されてきました。 実際、数多くの研究が、高齢者の生活の質、自律性の獲得、および機能制限の軽減に対する身体活動の影響を実証しています。 この問題は、平均余命の増加に伴いますます顕在化しており、高齢者の状態に到達する個人の有病率が増加しています。 これらの予測は、ますます多くの人々が年齢の影響を受けて生活しなければならないことを示唆しています. この観点から、身体活動を適応させてこれらの人々を管理することは、高齢者の脆弱性と入院のリスクを制限することによって医療システムを緩和するために必要です。 適応した身体活動を促進するために、この分野の専門家の役割は、バランス、筋肉強化、有酸素運動を通じて神経認知、神経筋、心肺機能を促進する身体活動セッションを設定することです。 これらのセッションは、病状、エクササイズの達成レベル、セッションの難易度など、さまざまな基準に従って定義されます。 参加者にとって、定量化の最も一般的な方法は、Borg Rating of Perceived Exertion (RPE) スケールです。 この尺度は、「認識された努力なし」の 6 から「最大の努力」の 20 までのスケールで努力の認識を測定することで構成されます。 このツールを使用すると、適度な強度の心拍数と強い相関があるという利点があります。 これらの異なるパラメータにより、適合した身体活動エンジニアは、これらの異なるパラメータに従ってトレーニング負荷を決定できます。 このトレーニング負荷により、次のセッションを参加者の機能的能力に最も適したものに調整し、これらの人々の治療を個別化することができます. ただし、このトレーニング負荷は主観的なものです。 適応身体活動の専門家の場合、さまざまなセッションのトレーニング負荷の定量化は、個人的な経験に基づいています. この方法は、定量化して他の専門家に一般化することは困難です。 同様に、セッションの難しさの感覚は、各参加者に固有のものです。 RPE の定量化は、セッションの最後のエクササイズとグループ効果の影響を強く受けます。 この制限に対処するために、さまざまなツールが開発されています。 最も一般的な解決策の 1 つは、心拍数モニターの使用です。 このセンサーの利点は、セッション中の心拍数を主観的な個人間バイアスなしで定量化できることです。 ただし、この定量化方法は、筋力強化のトレーニング負荷との相関が低いです。 この制限は、神経筋の側面に焦点を当てたエクササイズの割合が大きいため、適応されたアクティビティ セッションの推定に強い影響を与えます。 この問題に対処するために、人間の動きの分析は、セッション中に提案されたさまざまな種類のエクササイズに応じてエネルギー消費を推定するための補完的なツールになります。 この分析は、動きの運動学またはアクチメトリに従ってさまざまな動きを分類するためのディープ ラーニングの登場により、非常に容易になりました。 この文脈では、2 つの測定システムが際立っています。 一方では、Actigraph は、加速度計によって計算されたマグニチュード ベクトルに従ってトレーニング負荷を定量化するために、この分野で最も広く使用されているツールの 1 つです。 このトレーニング負荷は、センサーによって記録された活動に応じて、低、中、または高として識別されます。 一方、深度カメラを使用して人体をセグメント化することは、急速に進化している分野です。 この計測システムと深層学習を組み合わせて収集したデータは、同時に複数の個人の幅広い動きを分類することができます。 これらの測定システムを使用すると、ワークロードの見積もりをよりよく理解できるようになります。 実際、エクササイズの分類と実行時間および心拍数を組み合わせた繰り返し回数との関連付けにより、生態学的条件で正確なエネルギー消費を得ることが可能になります。 これらのデータは、適応した身体活動セッションのために高齢者の管理をより正確に個別化することを可能にします. このタイプの虚弱者向けの個別化されたケアは、健康に老化するための将来の課題の一部となるでしょう。