Aplicaciones científicamente válidadas para monitorear la práctica de actividades físicas y el gasto energético utilizando el acelerómetro del teléfono inteligente: una revisión integrativa
DOI:
https://doi.org/10.33448/rsd-v10i13.21399Palabras clave:
Apps; Smartphone; Gasto Energético; Acelerómetros; Actividad física.Resumen
Introducción: Las tecnologías móviles, especialmente las aplicaciones para teléfonos inteligentes han contribuido mucho en el área de la salud y la actividad física, pero existe una preocupación creciente por los criterios de validación de estas herramientas. Es de suma importancia saber si los parámetros fisiológicos utilizados son seguros y fiables para promover y controlar la práctica de la actividad física. Con la innovación tecnológica, es posible procesar los datos del acelerómetro para medir el gasto energético. Objetivo: Este estudio buscó evidencia de validación científica en aplicaciones que utilizan el acelerómetro de los teléfonos inteligentes como indicador de gasto de energía. Método: Se definieron las palabras clave, los criterios de inclusión y exclusión. Los artículos seleccionados se categorizaron mediante un cuestionario adaptado. Resultado: En un total de 1923 artículos, ocho artículos cumplieron con todos los criterios de inclusión que desarrollaron y validaron aplicaciones para el análisis de la actividad física. Conclusión: Los resultados indujeron la efectividad del acelerómetro de los teléfonos inteligentes para reconocer la actividad física y el gasto de energía. Se puede utilizar para fomentar prácticas saludables y seguras que conduzcan a mejoras en la calidad de vida. El número limitado de artículos con aplicaciones validadas científicamente indica la necesidad de realizar más investigaciones.
Citas
Aladwani, A., & Palvia, P. (2002). Developing and Validating an Instrument for Measuring User-Perceived Web Quality. Information & Management, 39, 467–476. https://doi.org/10.1016/S0378-7206(01)00113-6
Appelboom, G., Camacho, E., Abraham, M. E., Bruce, S. S., Dumont, E. L., Zacharia, B. E., D’Amico, R., Slomian, J., Reginster, J. Y., Bruyère, O., & Connolly, E. S. (2014). Smart wearable body sensors for patient self-assessment and monitoring. Arch Public Health, 72(1), 28. https://doi.org/10.1186/2049-3258-72-28
Bayat, A., Pomplun, M., & Tran, D. A. (2014). A Study on Human Activity Recognition Using Accelerometer Data from Smartphones. Procedia Computer Science, 34, 450–457. https://doi.org/10.1016/j.procs.2014.07.009
Bouten, C. V. C., Koekkoek, K. T. M., Verduin, M., Kodde, R., & Janssen, J. D. (1997). A triaxial accelerometer and portable data processing unit for the assessment of daily physical activity. IEEE Transactions on Biomedical Engineering, 44(3), 136–147. https://doi.org/10.1109/10.554760
Chen, K. Y., & Sun, M. (1997). Improving energy expenditure estimation by using a triaxial accelerometer. Journal of Applied Physiology, 83(6), 2112–2122. https://doi.org/10.1152/jappl.1997.83.6.2112
Cisco Annual Internet Report—Cisco Annual Internet Report (2018–2023) White Paper. ([s.d.]). Cisco Annual Internet Report (2018–2023) White Paper. e https://www.cisco.com/c/en/us/solutions/collateral/executive-perspectives/annual-internet-report/white-paper-c11-741490.html
Costa, J., Fazendeiro, P., & Ferreira, F. (2016). A mobile application to improve the quality of life via exercise. 2016 IEEE 12th International Conference on Intelligent Computer Communication and Processing (ICCP), 55–62. https://doi.org/10.1109/ICCP.2016.7737122
Dunton, G., Dzubur, E., Kawabata, K., Yanez, B., Bo, B., & Intille, S. (2014). Development of a Smartphone Application to Measure Physical Activity Using Sensor-Assisted Self-Report. Frontiers in Public Health, 2, 12. https://doi.org/10.3389/fpubh.2014.00012
Easton, C., Philip, N., Aleksandravicius, A., Pawlak, J., Muggeridge, D. J., Domene, P. A., & Istepanian, R. S. H. (2014). Validity of Smartphone Accelerometers for Assessing Energy Expenditure during Fast Running. In L. M. Roa Romero (Org.), XIII Mediterranean Conference on Medical and Biological Engineering and Computing 2013 (p. 1911–1914). Springer International Publishing. https://doi.org/10.1007/978-3-319-00846-2_471
Faria, G. S., Polese, J. C., Ribeiro-Samora, G. A., Scianni, A. A., Faria, C. D. C. M., & Teixeira-Salmela, L. F. (2019). Validity of the accelerometer and smartphone application in estimating energy expenditure in individuals with chronic stroke. Brazilian Journal of Physical Therapy, 23(3), 236–243. https://doi.org/10.1016/j.bjpt.2018.08.003
Fournier, V., Bretonnière, S., & Spranzi, M. (2020). Empirical research in clinical ethics: The ‘committed researcher’ approach. Bioethics, 34(7), 719–726. https://doi.org/10.1111/bioe.12742
Girardello, A., & Michahelles, F. (2010). AppAware: Which mobile applications are hot? Proceedings of the 12th international conference on Human computer interaction with mobile devices and services, 431–434. https://doi.org/10.1145/1851600.1851698
Goulart, L. J., Boni, G. N., Morgado, E. M., Tokunaga, M. K., & Bornia, B. (2006). Saúde e Tecnologia da Informação: Convergência e Mobilidade (No 10). 1, 537–541.
Guidoux, R., Duclos, M., Fleury, G., Lacomme, P., Lamaudière, N., Saboul, D., Ren, L., & Rousset, S. (2017). The eMouveRecherche application competes with research devices to evaluate energy expenditure, physical activity and still time in free-living conditions. J Biomed Inform, 69, 128–134. https://doi.org/10.1016/j.jbi.2017.04.005
Guillén, S., Sanna, A., Ngo, J., Meneu, T., Del Hoyo, E., & Demeester, M. (2009). New technologies for promoting a healthy diet and active living. Nutrition Reviews, 67(suppl_1), S107–S110. https://doi.org/10.1111/j.1753-4887.2009.00171.x
Hills, A. P., Mokhtar, N., & Byrne, N. M. (2014). Assessment of Physical Activity and Energy Expenditure: An Overview of Objective Measures. Frontiers in Nutrition, 1, 5. https://doi.org/10.3389/fnut.2014.00005
Junior, J. V. M., D’Castro, R. J., Rodrigues, F. M. M., Gusmão, C. M. G. de, Lyra, N. R. S., & Sarinho, S. W. (2011). InteliMed: Uma experiência de desenvolvimento de sistema móvel de suporte ao diagnóstico médico. Revista Brasileira de Computação Aplicada, 3(1), 30–42. https://doi.org/10.5335/rbca.2013.1316
Kooiman, T. J. M., Dontje, M. L., Sprenger, S. R., Krijnen, W. P., van der Schans, C. P., & de Groot, M. (2015). Reliability and validity of ten consumer activity trackers. BMC Sports Science, Medicine and Rehabilitation, 7(1), 24. https://doi.org/10.1186/s13102-015-0018-5
Kuehnhausen, M., & Frost, V. S. (2013). Trusting smartphone Apps? To install or not to install, that is the question. 2013 IEEE International Multi-Disciplinary Conference on Cognitive Methods in Situation Awareness and Decision Support (CogSIMA), 30–37. https://doi.org/10.1109/CogSIMA.2013.6523820
Kwapisz, J. R., Weiss, G. M., & Moore, S. A. (2011). Activity recognition using cell phone accelerometers. ACM SIGKDD Explorations Newsletter, 12(2), 74–82. https://doi.org/10.1145/1964897.1964918
Lee, J.-M., Kim, Y., & Welk, G. J. (2014). Validity of Consumer-Based Physical Activity Monitors. Medicine & Science in Sports & Exercise, 46(9), 1840–1848. https://doi.org/10.1249/MSS.0000000000000287
Maddison, R., Gemming, L., Monedero, J., Bolger, L., Belton, S., Issartel, J., Marsh, S., Direito, A., Solenhill, M., Zhao, J., Exeter, D. J., Vathsangam, H., & Rawstorn, J. C. (2017). Quantifying Human Movement Using the Movn Smartphone App: Validation and Field Study. JMIR MHealth and UHealth, 5(8), e7167. https://doi.org/10.2196/mhealth.7167
Olsina, L., & Rossi, G. (2002). Measuring Web application quality with WebQEM. Multimedia, IEEE, 9, 20–29. https://doi.org/10.1109/M MUL.2002.1041945
Organization, W. H. (2009). Global health risks: Mortality and burden of disease attributable to selected major risks (p. vi, 62 p.). World Health Organization.
Pande, A., Zhu, J., Das, A. K., Zeng, Y., Mohapatra, P., & Han, J. J. (2015). Using Smartphone Sensors for Improving Energy Expenditure Estimation. IEEE J. Transl. Eng. Health Med., 3, 1–12. https://doi.org/10.1109/JTEHM.2015.2480082
Pires, I. M., Marques, G., Garcia, N. M., Flórez-revuelta, F., Ponciano, V., & Oniani, S. (2020). A research on the classification and applicability of the mobile health applications. Journal of Personalized Medicine, 10(1). https://doi.org/10.3390/jpm10010011
Rodriguez, V. H., Medrano, C., Plaza, I., Corella, C., Abarca, A., & Julian, J. A. (2019). Comparison of Several Algorithms to Estimate Activity Counts with Smartphones as an Indication of Physical Activity Level. IRBM, 40(2), 95–102. https://doi.org/10.1016/j.irbm.2018.12.001
Seethamraju, R. T. (2004). Measurement of user-perceived web quality. In T. Leino, T. Saarinen, & S. Klein (Orgs.), Proceedings of the 13th European Conference on Information Systems, The European IS Profession in the Global Networking Environment, ECIS 2004, Turku, Finland, June 14-16, 2004 (p. 1745–1757). http://aisel.aisnet.org/ecis2004/176
Shoaib, M., Bosch, S., Incel, O. D., Scholten, H., & Havinga, P. J. M. (2014). Fusion of Smartphone Motion Sensors for Physical Activity Recognition. Sensors, 14(6), 10146–10176. https://doi.org/10.3390/s140610146
Sirard, J. R., Kubik, M. Y., Fulkerson, J. A., & Arcan, C. (2008). Objectively Measured Physical Activity in Urban Alternative High School Students. Med Sci Sports Exerc, 40(12), 2088–2095. https://doi.org/10.1249/MSS.0b013e318182092b
Van Coevering, P., Harnack, L., Schmitz, K., Fulton, J. E., Galuska, D. A., & Gao, S. (2005). Feasibility of Using Accelerometers to Measure Physical Activity in Young Adolescents. Medicine & Science in Sports & Exercise, 37(5), 867–871. https://doi.org/10.1249/01.MSS.0000162694.66799.FE
Warburton, D. E. R., Nicol, C. W., & Bredin, S. S. D. (2006). Health benefits of physical activity: The evidence. CMAJ, 174(6), 801–809. https://doi.org/10.1503/cmaj.051351
Wiehe, S. E., Carroll, A. E., Liu, G. C., Haberkorn, K. L., Hoch, S. C., Wilson, J. S., & Fortenberry, Jd. (2008). Using GPS-enabled cell phones to track the travel patterns of adolescents. International Journal of Health Geographics, 7(1), 22. https://doi.org/10.1186/1476-072X-7-22
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Nicoli Bertti Zanin; William Tsutomu Watanabe; Wilson Rogério Rescigno; Márcio Tadashi Ishizaki; Robson Rodrigues da Silva; Daniel Gustavo Goroso
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
