I contatori di passi indossabili superano l'esercizio auto-riferito nel predire la salute negli adulti anziani

Man mano che i dispositivi indossabili diventano onnipresenti, i ricercatori in ambito sanitario si trovano di fronte a una sfida concreta: i dati grezzi dei dispositivi devono essere elaborati con cura prima di poter supportare conclusioni scientifiche rigorose. Questo vale in particolar modo nelle coorti di anziani, dove i pattern di attività, la compliance all'utilizzo del dispositivo e la qualità dei dati possono variare considerevolmente tra i partecipanti.

Questo studio della Duke University introduce una procedura operativa standard (SOP) trasparente e riproducibile per convertire i dati di conteggio dei passi a livello di epoch, provenienti da dispositivi commerciali Garmin, in variabili analitiche a livello di partecipante. La pipeline standardizza i timestamp, ricostruisce le griglie di attività giornaliera, inferisce il tempo di utilizzo del dispositivo dai pattern di passi osservati e applica una soglia di giorni validi prestabilita di almeno 10 ore di tempo di utilizzo inferito. La procedura è stata testata nello studio STRRIDE-PD Reunion, un follow-up a lungo termine di adulti anziani che avevano precedentemente completato un trial di intervento con esercizio fisico supervisionato.

Tra i 67 partecipanti (età media 71,4 anni, 65,7% donne), il numero mediano di giorni validi era 10 e la mediana dei passi giornalieri medi era 5.794. È importante sottolineare che le stime a livello di partecipante erano identiche sia con una soglia di utilizzo di 10 ore che di 6 ore, il che suggerisce robustezza del metodo. I conteggi dei passi derivati dal dispositivo indossabile erano significativamente associati a 9 dei 16 outcome cardiometabolici e di fitness, tra cui la forma cardiorespiratoria, la composizione corporea e i profili lipidici. Al contrario, l'esercizio auto-riferito — valutato tramite un indice composito frequenza-per-durata classificato in decili — non era significativamente associato ad alcun outcome.

L'analisi di calibrazione della misurazione ha suggerito che l'errore di misurazione intrinseco nell'esercizio auto-riferito potrebbe aver sostanzialmente attenuato le sue apparenti associazioni con gli esiti di salute. Ciò evidenzia come la metodologia di misurazione possa distorcere o oscurare le reali relazioni tra attività fisica e salute.

I limiti includono una dimensione del campione analitico modesta, una durata di monitoraggio relativamente breve e l'utilizzo di un'inferenza indiretta del tempo di utilizzo piuttosto che di un rilevamento diretto basato su sensori. Ciononostante, i risultati offrono argomenti convincenti a sostegno del fatto che pipeline di dati da dispositivi indossabili riproducibili e trasparenti rappresentino un'infrastruttura essenziale per l'epidemiologia dell'invecchiamento e dovrebbero essere adottate come pratica standard nei futuri studi longitudinali.