Bruk av nye verktøy for å estimere intensiteten til tilpassede fysiske aktivitetsøkter (UNITS-APA)

Fysisk aktivitet har vært anbefalt i mange år av ulike helsemyndigheter. Faktisk har tallrike studier vist effekten av fysisk aktivitet på livskvaliteten, gevinsten av autonomi og reduksjonen av funksjonelle begrensninger hos eldre. Dette problemet blir mer og mer tilstede med økningen i forventet levealder, noe som øker forekomsten av individer som når status som eldre person. Disse prognosene tyder på at stadig flere vil måtte leve med konsekvensene av alder. Slik sett er håndtering av disse personene gjennom tilpasset fysisk aktivitet nødvendig for å avlaste helsesystemet ved å begrense risikoen for skrøpelighet og dermed sykehusinnleggelse blant eldre. For å fremme tilpasset fysisk aktivitet, er rollen til spesialister på dette feltet å sette opp fysiske aktivitetsøkter som henter inn de nevrokognitive, nevromuskulære og kardiorespiratoriske aspektene gjennom balanse, muskelstyrking og aerobe øvelser. Disse øktene vil bli definert i henhold til ulike kriterier som patologi, gjennomføringsgrad av øvelsene og opplevd vanskelighetsgrad av økten. For deltakere er den vanligste kvantifiseringsmetoden Borg Rating of Perceived Exertion (RPE)-skalaen. Dette tiltaket består i å måle oppfatningen av innsats på en skala som går fra 6 for «ingen opplevd innsats» til 20 for «maksimal innsats». Bruken av dette verktøyet har fordelen av å ha en sterk korrelasjon med hjertefrekvens ved moderate intensiteter. Disse forskjellige parameterne vil tillate den tilpassede fysiske aktivitetsingeniøren å bestemme en treningsbelastning i henhold til disse forskjellige parameterne. Denne treningsbelastningen vil da gjøre det mulig å tilpasse neste økt(er) slik at den passer best til deltakernes funksjonelle kapasitet og dermed individualisere behandlingen av disse personene. Denne treningsbelastningen er imidlertid subjektiv. For fagpersoner innen tilpasset fysisk aktivitet er kvantifiseringen av treningsbelastningen på de ulike øktene basert på personlig erfaring. Denne metoden er vanskelig å kvantifisere og generalisere til andre fagpersoner. På samme måte er følelsen av øktens vanskelighetsgrad spesifikk for hver enkelt deltaker. Kvantifiseringen av RPE vil bli sterkt påvirket av de siste øvelsene av økten og gruppeeffekten. For å håndtere denne begrensningen er det utviklet ulike verktøy. En av de vanligste løsningene er bruk av en pulsklokke. Fordelen med denne sensoren er kvantifiseringen av hjertefrekvensen under økten uten den subjektive inter-individuelle skjevheten. Imidlertid har denne kvantifiseringsmetoden en dårlig korrelasjon med treningsbelastningen for muskelstyrking. Denne begrensningen har en sterk innvirkning på estimeringen av tilpassede aktivitetsøkter på grunn av den store andelen øvelser fokusert på det nevromuskulære aspektet. For å løse dette problemet, vil analysen av menneskelig bevegelse være et komplementært verktøy for å estimere energiforbruk i henhold til de forskjellige typer øvelser som foreslås under øktene. Denne analysen har blitt mye lettere med ankomsten av dyp læring for klassifisering av forskjellige bevegelser i henhold til kinematikken til bevegelsen eller aktimetri. I denne sammenheng skiller to målesystemer seg ut. På den ene siden er Actigraph et av de mest brukte verktøyene på dette feltet for å kvantifisere treningsbelastningen i henhold til størrelsesvektoren beregnet av akselerometeret. Denne treningsbelastningen vil bli identifisert som lav, moderat eller høy avhengig av aktivitetene som registreres av sensoren. På den annen side er bruken av dybdekameraer for å segmentere menneskekroppen et område i rask utvikling. Dataene som samles inn med dette målesystemet kombinert med dyp læring kan klassifisere et bredt spekter av bevegelser på flere individer samtidig. Bruken av disse målesystemene vil gi en bedre forståelse av estimeringen av arbeidsmengden. Faktisk vil assosiasjonen av klassifiseringen av øvelser med tidspunktet for utførelse og antall repetisjoner kombinert med hjertefrekvensen gjøre det mulig å ha et nøyaktig energiforbruk under økologiske forhold. Disse dataene vil muliggjøre mer presis individualisering av håndteringen av eldre for tilpassede fysiske aktivitetsøkter. Denne typen personlig tilpasset omsorg for skrøpelighet vil være en del av de fremtidige utfordringene med å bli frisk.