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.

Monitoring physical activity among young adolescents with disabilities is a top academic priority. People with disabilities are a diverse group with various abilities in different human functioning. Therefore, we used a novel approach through functional limitations as a marker for disabilities and examined physical activity levels. To investigate the levels and differences in light (LPA) and moderate-to-vigorous (MVPA) intensity physical activity between young adolescents with and without functional limitations. The study included young adolescents (n = 1436) aged 11–15 years olds who attended general schools that were part of the 2016 Finnish School-aged Physical Activity (FSPA) study. PA levels were measured by hip-worn accelerometers during seven consecutive days. The data were disaggregated by the following functions related to; seeing, hearing, speaking, moving, breathing, and remembering or concentrating. Multiple general linear regression models were run to test the differences in amount of time of LPA and MVPA. One in six young adolescents had disabilities. Young adolescents with functional limitations had 7 min.day−1 less LPA (p = 0.021) and 8 min.day−1 less MVPA (p = 0.011) than their peers without functional limitations. After controlling for gender, age, and device wear time, the differences in LPA among young adolescents with and without functional limitations were the same, however MVPA was no longer significantly less. Results varied according to different functional limitations. There were significant variations in physical activity behaviours by functional limitations and activity intensity. As such, tailored approaches to physical activity promotion may be dependent on understanding functional limitations as an indicator to disabilities.

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

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

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 (