Nature：强！利用智能手机计算步数揭示肥胖线索

 在一项新的研究中，来自美国斯坦福大学的研究人员利用智能手机追踪全球数十万人的活动水平，取得一项有趣的发现：在肥胖很少的国家，人们通常每天行走相类似数量的步数。下面就随医疗电子小编一起来了解一下相关内容吧。

但是经常行走的人与很少行走的那些人之间存在的较大差距与更高水平的肥胖相一致。相关研究结果于2017年7月10日在线发表在Nature期刊上，论文标题为“Large-scale physical activity data reveal worldwide activity inequality”。

Nature：强！利用智能手机计算步数揭示肥胖线索

考虑到经估计每年有530万人死于与体力活动缺乏(physical inactivity)相关的原因，这些研究人员寻找一种简便的方法来测量数十万人的活动以便有助找出为何肥胖在一些国家要比在其他的国家是一个更大的问题。

这项突破性的研究利用智能手机捕捉到的数据分析来自111个国家的71.7万名男性和女性的活动习惯，这些人的行走步数被研究了平均95天。

在计算机科学家Jure Leskovec和生物工程师Scott Delp的领导下，这些研究人员将这种现象称为“体力活动缺乏”以便引起人们对已确立下来的收入不平等概念的关注。

Delp说，“如果你将一个国家的一些人看作为‘活动富人(activity rich)’，将其他的人看作为‘活动穷人(activity poor)’，那么这两者之间的差距大小是这个社会肥胖水平的一种强有力的指标。”

一项相关的发现是性别在国家间差异中发挥着强大作用。之前的体力活动研究主要是在美国开展的，已证实男性比女性行走得更多，这一点也在这些全球性发现中得到证实。然而，令研究人员吃惊的是，这种性别步数差距在国家间存在极大的差异，并且给女性带来负面的影响。

Leskovec说，“当体力活动不平等处于最大水平时，女性的活动要比男性的活动下降得更加显著，因此与肥胖的负面关联性能够更大地影响女性。”

这些研究人员希望他们的研究将有助改善抵抗肥胖的公共卫生宣传和支持让城市变得更加“适于步行的(walkable)”政策。

智能手机和步数

智能手机装备着被称作加速计的微型传感器，这些加速计能够自动地记录行走步数。这些研究人员利用Azumio Argus应用程序(app)获得用于这项研究的数据，这种应用程序可追踪体力活动和其他的健康行为。它让这些数据保持匿名，但会提供关键的健康方面的人口统计数据：年龄、性别、身高和体重。最后面的两项数据能够让这些研究人员计算每个人的身体质量指数(BMI)。

这些发现最为仰仗来自46个国家的数据，在这些国家，这种应用程序提供给至少1千名用户的数据，从而足以成为开展统计学上有效推论的基础。这项分析披露了体力活动不平等、性别-活动差距和肥胖水平之间存在比较强的关联性。

论文第一作者、计算机科学博士研究生Tim Althoff说，“比如，瑞典已是活动富人和活动穷人之间差距最小的国家之一，并且在男性行走步数和女性行走步数之间存在最小的差距。它也是肥胖水平最低的国家之一。”

与此同时，美国在整体活动不平等上排名倒数第四，这表明活动富人和活动穷人之间存在较大的差距。它在性别步数差距上排名倒数第五，而且它具有比较高的肥胖水平。

适于行走的城市

为了更好地理解在城市环境下活动不平等的原因和结果，这些研究人员分析了来自美国的一个较大的数据子集，以便研究69个城市的建筑环境如何与活动、肥胖和健康存在关联。

之前的研究根据每个城市在多大程度上适于行走和方便行人(比如是否易于行走到商店、旅馆、公园和其他的目的地)对这些城市进行打分。这些研究人员随后将这种适于行走指数(walkability index)与他们的智能手机活动数据相关联起来。

论文共同作者、斯坦福大学生物工程系研究员Jennifer Hicks说，这些结果明晰地表明城市设计具有健康影响：最有利于行走的城市具有最低水平的活动不平等。

她说，“通过研究地理上相接近的三个加州城市：旧金山市、圣何塞市和菲蒙市，我们确定了旧金山市具有最高的适于行走分数和最低水平的活动不平等。在更加适于行走的城市，每个人每天往往行走更多的步数，不论是男性或女性，年轻人或老年人，健康体重的人或肥胖者，都是如此。”

一种新的研究工具?

这项研究的技术之星是越来越普遍的智能手机。如今，在发达国家，将近70%的成年人携带智能手机;在发展中国家，这一数字接近于50%。

Delp说，“这就为在更大的规模上以新的方式开展科学研究打开大门。”

但是利用智能手机开展这种类型的研究并非是比较容易的。

Leskovec说，“这种方法是如此之新以至于审稿人初始时心存疑虑。”

但是强有力的数据和严密的计算方法最终证实了这种新方法的有效性。如今，鉴于智能手机适合开展这种类型的研究，这些研究人员正在寻找利用这种工具的新方法。

论文共同作者、斯坦福大学医学院医学系教授、健康研究与政策系教授Abby King说，“利用合适的应用程序和传感器，我们能够将这项研究推向新的领域。我们可能更好地将人群内和不同人群之间的活动与食物摄入关联在一起，或者研究活动和不活动可能如何影响压力或心理健康，以及研究如何最好地微调我们的环境来促进活动增加。”

以上是关于医疗电子中-Nature：强！利用智能手机计算步数揭示肥胖线索的相关介绍，如果想要了解更多相关信息，请多多关注eeworld，eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。