平滑样条方差分析模型:一种分析加速度计数据的新工具
应用统计
2023-06-14 v1
摘要
加速度计数据在身体活动研究、运动科学和公共卫生研究中十分常见,其目标在于理解和比较不同组别和/或受试人群间的身体活动差异,并识别身体活动行为中的模式与趋势,从而为改善公共卫生的干预措施提供依据。我们提出使用混合效应平滑样条方差分析(SSANOVA)作为分析加速度计数据的新工具。通过将数据表示为函数或曲线,平滑样条能够准确建模全天潜在的身体活动模式,尤其在加速度计数据为连续且高频率采样时。SSANOVA 框架使得将估计函数分解为跨组共有的部分(即平均活动)和跨组不同的部分成为可能。通过如此分解身体活动测量函数,我们可以估计组间差异并识别差异区域。在本研究中,我们展示了利用 SSANOVA 模型分析从具有不同跌倒风险类别的社区居住老年人处收集的基于加速度计的身体活动数据的优势。利用贝叶斯置信区间,SSANOVA 结果可用于可靠量化跌倒风险组间的身体活动差异并识别全天存在差异的时间区域。
引用
@article{arxiv.2306.07513,
title = {Smoothing spline analysis of variance models: A new tool for the analysis of accelerometer data},
author = {Rui Xie and Lulu Chen and Joon-Hyuk Park and Jeffrey Stout and Ladda Thiamwong},
journal= {arXiv preprint arXiv:2306.07513},
year = {2023}
}
备注
Accepted by 2023 International Conference on Intelligent Biology and Medicine (ICIBM 2023)