TAZ-TFG-2017-1452

Desarrollo de un software libre original para el análisis de datos de acelerometría

Marín Puyalto, Jorge
Casajús Mallén, José Antonio (dir.) ; Ojeda Cabrera, Jorge Luis (dir.)

Universidad de Zaragoza, FCSHUES, 2017

Máster Universitario en Evaluación y Entrenamiento Físico para la Salud

Resumen: Resumen La práctica de actividad física y el sedentarismo están relacionados con el estado de salud general. Uno de los métodos más empleados para la evaluación objetiva de la práctica de actividad física cotidiana es el registro de acelerometría. Sin embargo, los programas informáticos disponibles para el análisis de estos registros tienen una escasa posibilidad de personalización y presentan dificultades para diferenciar el sedentarismo respecto del tiempo no válido. Por lo tanto, el objetivo principal de este estudio es el de desarrollar una herramienta informática para el procesamiento y análisis de registros de acelerometría de una forma rápida, versátil y accesible para el usuario. Además, se estudiaron los métodos y umbrales para la detección del tiempo no válido. El programa se desarrolló en R, un lenguaje de programación diseñado específicamente para el análisis estadístico. Para evaluar su capacidad, se utilizaron los registros de 35 participantes. Los participantes registraron el tiempo en el que no llevaron puesto el acelerómetro. La detección del tiempo no válido basada en la variabilidad y el rango de las aceleraciones se evaluó analizando la función de la distribución de probabilidad y las curvas receptor-operador. La versión final del código cuenta con 21 funciones y una plantilla rmarkdown con un total de 765 líneas de código sin comentar. El software recibe datos de acelerometría y tras procesarlos y analizarlos, genera informes individuales y bases de datos grupales. 14 parámetros distintos pueden ser fácilmente modificados a través de una ventana. Se pueden analizar varios archivos con una única llamada a la función. Además, se proponen nuevos puntos de corte para la detección del tiempo no válido, basados en las características del acelerómetro. Esta herramienta gratuita permite una evaluación de la práctica de actividad física y los comportamientos sedentarios a través de la acelerometría de una manera rápida y sencilla. Abstract Physical activity participation and sedentary patterns are closely linked to overall health. Accelerometry registers are one of the most widely used methods to objectively evaluate daily physical activity. However, the currently available software to analyze raw accelerometer data has a limited capacity to be adapted to different research needs and shows deficiencies differentiating sedentary time with non-wear intervals. Therefore, the main goal of the present study is to develop a customizable tool to process and analyze accelerometry records in quick and user-friendly way. Additionally, the methods and thresholds to detect non-wear periods were examined. The software was developed in R, an open-source coding language specifically designed for statistical computing, and tested with accelerometry registers from 35 volunteers. Non-wear data was classified according to annotations from the participants. To establish the applicability of the analysis of acceleration range and variability for the detection of non-wear periods, density distribution functions and receiver-operator characteristics curves were constructed. The final version of the code is formed by 21 functions and a rmarkdown template file totaling 765 lines of uncommented code. It takes as an input a raw accelerometer data file and, after a two-step process of formatting and analyzing the data, returns the processed data, individual reports and general databases. 14 different parameters can be customized through a prompt window. Several files can be consecutively analyzed with a single function call. In addition, the proposed cut-off points for non-wear detection, based on the measuring device characteristics, classify precisely the non-wear intervals. This free tool will allow a quick, easy and versatile evaluation of physical activity participation and sedentary habits from raw accelerometer data.