Användning av nya verktyg för att uppskatta intensiteten av anpassade fysiska aktivitetspass (UNITS-APA)

Fysisk aktivitet har rekommenderats i många år av olika hälsomyndigheter. Faktum är att många studier har visat effekterna av fysisk aktivitet på livskvaliteten, vinsten av autonomi och minskningen av funktionella begränsningar hos äldre. Detta problem blir mer och mer närvarande i takt med att medellivslängden ökar, vilket ökar förekomsten av individer som når status som äldre. Dessa prognoser tyder på att allt fler kommer att få leva med ålderns konsekvenser. Ur denna synvinkel är hanteringen av dessa personer genom anpassad fysisk aktivitet nödvändig för att avlasta hälsosystemet genom att begränsa riskerna för skröplighet och därmed sjukhusvistelse bland äldre. För att främja anpassad fysisk aktivitet är specialisternas roll inom detta område att anordna fysiska aktivitetspass som efterlyser de neurokognitiva, neuromuskulära och kardiorespiratoriska aspekterna genom balans, muskelförstärkning och aerob träning. Dessa sessioner kommer att definieras enligt olika kriterier såsom patologi, övningsgraden och den upplevda svårighetsgraden av passet. För deltagare är den vanligaste kvantifieringsmetoden Borg Rating of Perceived Exertion (RPE)-skalan. Detta mått består av att mäta uppfattningen av ansträngning på en skala som sträcker sig från 6 för "ingen upplevd ansträngning" till 20 för "maximal ansträngning". Användningen av detta verktyg har fördelen av att ha en stark korrelation med hjärtfrekvens vid måttlig intensitet. Dessa olika parametrar gör det möjligt för den anpassade fysiska aktivitetsingenjören att bestämma en träningsbelastning enligt dessa olika parametrar. Denna träningsbelastning kommer sedan att tillåta nästa session(er) att anpassas för att bäst passa deltagarnas funktionella kapacitet och därmed individualisera behandlingen av dessa personer. Denna träningsbelastning är dock subjektiv. För yrkesverksamma inom anpassad fysisk aktivitet baseras kvantifieringen av träningsbelastningen för de olika passen på personlig erfarenhet. Denna metod är svår att kvantifiera och generalisera till andra professionella. På samma sätt är känslan av svårighetsgraden med sessionen specifik för varje deltagare. Kvantifieringen av RPE kommer att påverkas starkt av de sista övningarna av sessionen och gruppeffekten. För att komma till rätta med denna begränsning har olika verktyg utvecklats. En av de vanligaste lösningarna är användningen av en pulsmätare. Fördelen med denna sensor är kvantifieringen av hjärtfrekvensen under sessionen utan den subjektiva interindividuella fördomen. Denna kvantifieringsmetod har dock en dålig korrelation med träningsbelastningen för muskelförstärkning. Denna begränsning har en stark inverkan på uppskattningen av anpassade aktivitetspass på grund av den stora andelen övningar fokuserade på den neuromuskulära aspekten. För att ta itu med denna fråga skulle analysen av mänsklig rörelse vara ett kompletterande verktyg för att uppskatta energiförbrukningen enligt de olika typer av övningar som föreslås under sessionerna. Denna analys har avsevärt underlättats med ankomsten av djupinlärning för klassificering av olika rörelser enligt rörelsens kinematik eller aktimetri. I detta sammanhang sticker två mätsystem ut. Å ena sidan är Actigraph ett av de mest använda verktygen inom detta område för att kvantifiera träningsbelastningen enligt magnitudvektorn som beräknas av accelerometern. Denna träningsbelastning kommer att identifieras som låg, måttlig eller hög beroende på de aktiviteter som registreras av sensorn. Å andra sidan är användningen av djupkameror för att segmentera människokroppen ett område som utvecklas snabbt. Data som samlas in med detta mätsystem i kombination med djupinlärning kan klassificera ett brett spektrum av rörelser på flera individer samtidigt. Användningen av dessa mätsystem skulle möjliggöra en bättre förståelse av uppskattningen av arbetsbelastningen. Föreningen av klassificeringen av övningar med tidpunkten för utförande och antalet repetitioner i kombination med hjärtfrekvensen skulle göra det möjligt att ha en korrekt energiförbrukning under ekologiska förhållanden. Dessa data skulle möjliggöra en mer exakt individualisering av hanteringen av äldre för anpassade fysiska aktivitetspass. Denna typ av personlig vård för svaghet skulle vara en del av de framtida utmaningarna med att åldras väl.