Tragbare Schrittzähler übertreffen selbst berichtete Bewegungsdaten bei der Vorhersage der Gesundheit älterer Erwachsener

Da tragbare Geräte immer allgegenwärtiger werden, stehen Gesundheitsforscher vor einer praktischen Herausforderung: Rohdaten von Geräten müssen sorgfältig verarbeitet werden, bevor sie als Grundlage für wissenschaftlich fundierte Schlussfolgerungen dienen können. Dies gilt insbesondere für Alterskohorten, in denen Aktivitätsmuster, Trägecompliance und Datenqualität erheblich zwischen den Teilnehmern variieren können.

Diese Studie der Duke University stellt ein transparentes, reproduzierbares Standard Operating Procedure (SOP) zur Umwandlung von Epochen-Schrittzähldaten kommerzieller Garmin-Geräte in teilnehmerbezogene Analysevariablen vor. Die Pipeline standardisiert Zeitstempel, rekonstruiert tägliche Aktivitätsraster, leitet die Tragezeit aus beobachteten Schrittmustern ab und wendet einen vorab festgelegten Gültigkeitsschwellenwert von mindestens 10 Stunden geschätzter Tragezeit an. Sie wurde in der STRRIDE-PD Reunion-Studie getestet, einer Langzeit-Nachbeobachtung älterer Erwachsener, die zuvor an einem kontrollierten Trainingsinterventionsprogramm teilgenommen hatten.

Unter den 67 Teilnehmern (Durchschnittsalter 71,4 Jahre, 65,7 % Frauen) betrug die mediane Anzahl gültiger Tage 10 Tage, und die mediane durchschnittliche tägliche Schrittzahl lag bei 5.794. Entscheidend ist, dass die teilnehmerbezogenen Schätzungen identisch waren, unabhängig davon, ob ein Tragezeitschwellenwert von 10 oder 6 Stunden verwendet wurde, was auf eine hohe Robustheit hindeutet. Die aus den Wearables abgeleiteten Schrittzahlen waren signifikant mit 9 von 16 kardiometabolischen und Fitness-Outcomes assoziiert, darunter kardiorespiratorische Fitness, Körperzusammensetzung und Lipidprofile. Im Gegensatz dazu war selbstberichtete körperliche Aktivität – erfasst über ein Häufigkeits-Dauer-Komposit, das in Dezile eingeteilt wurde – mit keinem Outcome signifikant assoziiert.

Eine Regressionskalibierungsanalyse deutete darauf hin, dass Messfehler, die der Selbstauskunft über körperliche Aktivität innewohnen, deren scheinbare Zusammenhänge mit Gesundheitsoutcomes erheblich abgeschwächt haben könnten. Dies verdeutlicht, wie die Messmethodik echte Zusammenhänge zwischen körperlicher Aktivität und Gesundheit verzerren oder verschleiern kann.

Zu den Einschränkungen zählen eine begrenzte Analysestichprobengröße, eine verhältnismäßig kurze Überwachungsdauer sowie die Verwendung indirekter Schätzungen der Tragezeit anstelle einer direkten sensorbasierten Erkennung. Dennoch liefern die Ergebnisse überzeugende Argumente dafür, dass reproduzierbare, transparente Daten-Pipelines für Wearables eine unverzichtbare Infrastruktur für die Alterungsepidemiologie darstellen und in künftigen Längsschnittstudien als Standardpraxis eingeführt werden sollten.