Purpose Our recent study of three accelerometer brands in various ambulatory activities showed that the mean amplitude deviation (MAD) of the resultant acceleration signal performed best in separating different intensity levels and provided excellent agreement between the three devices. The objective of this study was to derive a regression model that estimates oxygen consumption (VO2) from MAD values and validate the MAD-based cut-points for light, moderate and vigorous locomotion against VO2 within a wide range of speeds. Methods 29 participants performed a pace-conducted non-stop test on a 200 m long indoor track. The initial speed was 0.6 m/s and it was increased by 0.4 m/s every 2.5 minutes until volitional exhaustion. The participants could freely decide whether they preferred to walk or run. During the test they carried a hip-mounted tri-axial accelerometer and mobile metabolic analyzer. The MAD was calculated from the raw acceleration data and compared to directly measured incident VO2. Cut-point between light and moderate activity was set to 3.0 metabolic equivalent (MET, 1 MET = 3.5 ml · kg-1 · min-1) and between moderate and vigorous activity to 6.0 MET as per standard use. Results The MAD and VO2 showed a very strong association. Within individuals, the range of r values was from 0.927 to 0.991 providing the mean r = 0.969. The optimal MAD cut-point for 3.0 MET was 91 mg (milligravity) and 414 mg for 6.0 MET. Conclusion The present study showed that the MAD is a valid method in terms of the VO2 within a wide range of ambulatory activities from slow walking to fast running. Being a device-independent trait, the MAD facilitates directly comparable, accurate results on the intensity of physical activity with all accelerometers providing tri-axial raw data.

Summary Objective Accelerometers are increasingly used for objective assessment of physical activity. However, because of lack of the proprietary analysis algorithms, direct comparisons between accelerometer brands are difficult. In this study, we propose and evaluate open source methods for commensurate assessment of raw accelerometer data irrespective of the brand. Design Twenty‐one participants carried simultaneously three different tri‐axial accelerometers on their waist during five different sedentary activities and five different intensity levels of bipedal movement from slow walking to running. Several time and frequency domain traits were calculated from the measured raw data, and their performance in classifying the activities was compared. Results Of the several traits, the mean amplitude deviation ( MAD ) provided consistently the best performance in separating the sedentary activities and different speeds of bipedal movement from each other. Most importantly, the universal cut‐off limits based on MAD classified sedentary activities and different intensity levels of walking and running equally well for all three accelerometer brands and reached at least 97% sensitivity and specificity in each case. Conclusion Irrespective of the accelerometer brand, a simply calculable MAD with universal cut‐off limits provides a universal method to evaluate physical activity and sedentary behaviour using raw accelerometer data. A broader application of the present approach is expected to render different accelerometer studies directly comparable with each other.

Abstract

Objectives

 To investigate if reducing sedentary behavior improves cardiometabolic biomarkers in adults with metabolic syndrome. 

Design

 Randomized controlled trial. 

Methods

 Sixty-four sedentary middle-aged adults with metabolic syndrome were randomized into intervention (INT; n = 33) and control (CON; n = 31) groups. INT was guided to limit sedentary behavior by 1 h/day through increased standing and light-intensity physical activity. CON was instructed to maintain usual habits. Sedentary behavior, breaks in sedentary behavior, standing, and physical activity were measured with hip-worn accelerometers for three months. Fasting blood sampling and measurements of anthropometrics, body composition, and blood pressure were performed at baseline and at three months. Linear mixed models were used for statistical analyses. 

Results

 INT reduced sedentary behavior by 50 (95% CI: 24, 73) min/day by increasing light-intensity and moderate-to-vigorous physical activity (19 [8, 30] and 24 [14, 34] min/day, respectively). Standing increased also, but non-significantly (6 [−11, 23] min/day). CON maintained baseline activity levels. Significant intervention effects favoring INT occurred in fasting insulin (INT: 83.4 [68.7, 101.2] vs. CON: 102.0 [83.3, 125.0] pmol/l at three months), insulin resistance (HOMA-IR; 3.2 [2.6, 3.9] vs. 4.0 [3.2, 4.9]), HbA_1c (37 [36, 38] vs. 38 [37, 39] mmol/mol), and liver enzyme alanine aminotransferase (28 [24, 33] vs. 33 [28, 38] U/l). 

Conclusions

 Reducing sedentary behavior by 50 min/day and increasing light-intensity and moderate-to-vigorous activity showed benefits in several cardiometabolic biomarkers in adults with metabolic syndrome. Replacing some of the daily sedentary behavior with light-intensity and moderate-to-vigorous physical activity may help in cardiometabolic disease prevention in risk populations.

Reliable and valid data on physical activity (PA) and sedentary behavior (SB) are needed for implementing evidence-based interventions and policies. Monitoring of these behaviors is based on PA questionnaires (PAQs) and device-based measurements, but their comparability is challenging. The present study aimed to investigate the test-retest reliability and concurrent validity of Finnish versions of the widely used PAQs (IPAQ-SF, EHIS-PAQ, GPAQ, Eurobarometer) and to compare their data with accelerometer data. This study is based on the Finnish data of the European Union Physical Activity and Sport Monitoring project (EUPASMOS). Participants (

Abstract Purpose Both high step count and high intensity of steps are associated with better health outcomes. This study investigates how many daily steps or running steps are associated with higher maximal oxygen consumption (VO2max). Methods The dataset was derived from 2135 female and 1439 male participants, aged 20-69 years, who took part in the FinFit2017- and FinFit2021population studies. Their VO2max was predicted using the 6-minute walking test, while daily step and running step counts were measured using accelerometers (UKK RM42). The female and male participants were categorized into ten groups based on VO2max deciles, weighed by age. Receiver operating characteristic (ROC) curves were used to determine the cut-points for the number of steps and running steps that were associated with a specified decile. The optimal cut-point was the point minimizing the Euclidean distance between the ROC curve and the (0,1) point. Results The area under curve (AUC) for steps decreased from 0.739 to 0.642 in females and from 0.709 to 0.597 in males as the VO2max decile increased. At the lowest decile, the optimal cut-point was 6033 steps per day for females and 5474 steps per day for males. The step cut-point plateaued at the VO2max level of 30 ml/kg/min for females and at the VO2max level of 35 ml/kg/min for males. The AUC and cut-points for the running steps showed an upward trend with increasing VO2max. AUC values ranged from 0.686 to 0.788 for females and from 0.701 to 0.768 for males. The cut-points at the highest decile were 234 running steps per day for females and 238 for males. Conclusions In this cross-sectional sample of working-aged adults, a greater number of daily steps was associated with higher VO2max up to 7000 steps per day, whereas the running steps did not show a plateau effect. Consequently, our results suggest that individuals with lower levels of physical activity can benefit from increasing their overall physical activity volume. On the other hand, those having higher volumes of physical activity may benefit more by increasing the intensity of their physical activity. Support/Funding Source Finnish Ministry of Education and Culture

Abstract Purpose Physical activity (PA) is important for health and wellbeing, and the number of steps is one indicator of ambulatory PA. Guidelines of PA needed for health and wellbeing exist, but the adequate number of daily steps is equivocal. This study aimed at identifying potential step cut-points for selected indicators of health and wellbeing. Methods The study is based on combined data from two cross-sectional population-based FinFit studies that measured physical behavior, including the daily number of steps, by a triaxial hip-worn accelerometer (UKK RM42) among 20-69-year-old adults. Receiver operator characteristics (ROC) curve analysis was used to analyze potential cut-points for steps in relation to measured waist circumference and blood lipids, as well as perceived health status, and physical and mental quality of life. The optimal cut-point was defined as the point closest to (0,1)-corner in the ROC plane. Results Participants (n = 4302, mean age 50.4(SD 13.2) years, 62% women) used the accelerometer for at least 4 days, 24h/day, and took on average 7308 steps per day. The mean waist circumference was 97 cm in males and 88 cm in females. Mean values for total, LDL, and HDL cholesterol and triglycerides were 5.1, 3.1, 1.7, and 1.2 mmol/l, respectively. Most (87%) of the participants perceived their health status as at least good, and 51% reported their physical and mental quality of life to be on at least a median level. Waist circumference, HDL cholesterol, triglycerides, perceived health status, and both physical and mental quality of life showed a statistically significant (p ≤ 0.001) association with the daily step number. The area under the curve values ranged from 0.53 (mental quality of life) to 0.65 (perceived health). The optimal step cut points ranged from 6123 steps for good perceived health status to 6618 steps for recommended HDL cholesterol. Conclusions Working-aged adults should take at least 6200-6700 steps per day to have recommended waist circumference, HDL-cholesterol, and triglycerides, to perceive their health as good, and to have at least a medium level of quality of life. Funding source the Finnish Ministry of Education and Culture

IMPORTANCE: Moderate-to-vigorous physical activity (MVPA) in old age is an important indicator of good health and functional capacity enabling independent living. OBJECTIVE: To investigate whether physical activity and other health habits at ages 31-48 years predict objectively measured MVPA decades later. DESIGN, SETTING, AND PARTICIPANTS: This prospective twin cohort study in Finland comprised 616 individuals (197 complete twin pairs, including 91 monozygotic pairs, born 1940-1944), who responded to baseline questionnaires in 1975, 1981, and 1990, and participated in accelerometer monitoring at follow-up (mean age, 73 years). EXPOSURES: Primary exposure was long-term leisure-time physical activity, 1975-1990 (LT-mMET index). Covariates were body mass index (BMI), work-related physical activity, smoking, heavy alcohol use and health status in 1990, and socioeconomic status. MAIN OUTCOMES AND MEASURES: Physical activity was measured with a waist-worn triaxial accelerometer (at least 10 hours per day for at least 4 days) to obtain daily mean MVPA values. RESULTS: High baseline LT-mMET index predicted higher amounts of MVPA (increase in R2 of 6.9% after age and sex adjustment, P<.001) at follow-up. After addition of BMI to the regression model, the R2 value of the whole multivariate model was 17.2%, and with further addition of baseline smoking, socioeconomic status, and health status, the R2 increased to 20.3%. In pairwise analyses, differences in MVPA amount were seen only among twin pairs who were discordant at baseline for smoking (n=40 pairs, median follow-up MVPA 25 vs. 35 min, P=.037) or for health status (n=69 pairs, 30 vs. 44 min, P=.014). For smoking, the difference in MVPA also was seen for monozygotic pairs, but for health status, it was seen only for dizygotic pairs. Mediation analysis showed that shared genetic factors explained 82% of the correlation between LT-mMET and MVPA. CONCLUSIONS AND RELEVANCE: Low leisure-time physical activity at younger age, overweight, smoking, low socioeconomic status, and health problems predicted low MVPA in old age in individual-based analyses. However, based on the pairwise analyses and quantitative trait modeling, genetic factors and smoking seem to be important determinants of later-life MVPA.