တောင်တက်ခြင်း ပိုင်းခြားစိတ်ဖြာသော ကျမ်းကိုးစာရင်း

Inoue K၊ et al။ (၂၀၂၃)

"အမေရိကန် အရွယ်ရောက်ပြီးသူများ သေဆုံးမှုနှင့်အတူ နေ့စဉ် ခြေလှမ်းပုံစံများ ချိတ်ဆက်ခြင်း"

JAMA ကွန်ရက် ဖွင့်2023;6(3):e235174

အမေရိကန် အရွယ်ရောက်ပြီးသူ 4,840 ကို လေ့လာမှုအရ သက်ကြီးရွယ်အိုများ တွင် တစ်ရက်လျှင် ခြေလှမ်း 8,000 မှ 9,000 ထိ နှုန်းဖြင့် သေဆုံးမှု လျော့နည်းကြောင်း ပြသသည်။ မြင့်မားသောအဆင့်ရေတွက်မှုများတွင် ရလဒ်များ လျော့နည်းသွားစေရန် ဤအတိုင်းအတာထက် ကျော်လွန်၍ ကုန်းပြင်မြင့်မှ အကျိုးကျေးဇူးများ

ကြည့်ရန် Lee I-M, et al. (၂၀၁၉)

"သက်ကြီးရွယ်အို အမျိုးသမီးများတွင် အကြောင်းရင်းအားလုံး သေဆုံးမှုနှင့်အတူ ခြေလှမ်းပမာဏနှင့် ပြင်းထန်မှု ပေါင်းစပ်ခြင်း"

JAMA အတွင်းပိုင်းဆေးပညာ2019;179(8):1105-1112

သက်ကြီးရွယ်အိုအမျိုးသမီး ၁၆၇၄၁ ဦး (ပျမ်းမျှအသက် 72 နှစ်) ကို လေ့လာမှုတွင် တစ်ရက်လျှင် ခြေလှမ်း 4,400 လှမ်းဖြင့် သေဆုံးမှုနှုန်း လျော့ကျသွားကြောင်း ပြသခဲ့ပြီး အကျိုးကျေးဇူးများ တစ်နေ့လျှင် ခြေလှမ်း 7,500 ဝန်းကျင်သာ ရှိသည်။ "ပိုသည် အမြဲတမ်း ပိုကောင်းသည် မဟုတ်" ဟူသော အထောက်အထား ခိုင်ခိုင်မာမာ ရှိသည်။

ကြည့်ရန် Ding D, et al ။ (၂၀၂၅)

"တစ်နေ့လျှင် ခြေလှမ်းများနှင့် အကြောင်းရင်းအားလုံး- သေဆုံးမှု- စနစ်တကျ ပြန်လည်သုံးသပ်ခြင်းနှင့် မက်တာ-ခွဲခြမ်းစိတ်ဖြာခြင်း"

The Lancet ပြည်သူ့ကျန်းမာရေး2025 (ပုံနှိပ်မတိုင်မီအွန်လိုင်း)

ကျယ်ပြန့်သော မက်တာ-ခွဲခြမ်းစိတ်ဖြာခြင်း သည် မတူကွဲပြားသော လူဦးရေများတစ်လျှောက် နေ့စဉ် ခြေလှမ်းများနှင့် ကျန်းမာရေး ရလဒ်များကြားတွင် ဆေး-တုံ့ပြန်မှု ဆက်စပ်မှုကို ပေးဆောင်သည်။

ကြည့်ရန် Del Pozo-Cruz B, et al ။ (၂၀၂၂)

"သက်ကြီးရွယ်အိုများကြားတွင် ဖြစ်ပွားမှုနှုန်းနှင့် သေဆုံးမှုနှုန်း ပြင်းထန်မှုနှင့်အတူ နေ့စဉ် အဆင့်ရေတွက်မှုနှင့် ပြင်းထန်မှု ဆက်စပ်မှု"

JAMA အတွင်းပိုင်းဆေးပညာ2022;182(11):1139-1148

UK မှ အရွယ်ရောက်ပြီးသူ 78,500 ကို လေ့လာခြင်းမိတ်ဆက်ခြင်း။ Peak-30 cadenceမက်ထရစ်။ စုစုပေါင်းအဆင့် နှင့် အထွတ်အထိပ် 30 cadence နှစ်ခုစလုံးသည် ရောဂါဖြစ်နိုင်ခြေ နှင့် သေဆုံးမှု လျော့နည်းခြင်းနှင့် ဆက်စပ်နေကြောင်း တွေ့ရှိရပါသည်။ Peak-30 cadence သည် ကျန်းမာရေးရလဒ်များအတွက် စုစုပေါင်းအဆင့်များထက် ပိုအရေးကြီးပါသည်။

ကိုဖွင့်ပါ။ မာစတာ H၊ et al ။ (၂၀၂၂)

"ကျွန်ုပ်တို့အားလုံး၏ သုတေသနအစီအစဉ်တွင် နာတာရှည်ရောဂါဖြစ်နိုင်ခြေနှင့် အချိန်ကြာလာသည်နှင့်အမျှ ခြေလှမ်းရေတွက်ခြင်းအသင်းအဖွဲ့"

သဘာဝဆေးပညာ2022;28:2301–2308

ဆီးချို၊ အဝလွန်ခြင်း၊ အိပ်မပျော်ခြင်း၊ GERD နှင့် စိတ်ဓာတ်ကျခြင်း အပါအဝင် နာတာရှည်ရောဂါများ ဖြစ်နိုင်ခြေကို လျှော့ချပေးသည့် ကြီးမားသော လေ့လာမှုတစ်ခုဖြစ်သည်။

ကြည့်ရန် Del Pozo-Cruz B, et al ။ (၂၀၂၂)

"ယူကေတွင်နေထိုင်သော အရွယ်ရောက်ပြီးသူ 78,430 တွင် အဖြစ်အပျက် Dementia နှင့် ပြင်းထန်မှုနှင့်အတူ နေ့စဉ် အဆင့်ရေတွက်နှင့် ပြင်းထန်မှု ပူးပေါင်းခြင်း"

JAMA အာရုံကြောဗေဒ2022;79(10):1059-1063

နေ့စဉ် ခြေလှမ်းများနှင့် ခြေလှမ်းပြင်းထန်မှု နှစ်ခုစလုံးသည် မေ့လျော့ခြင်းအန္တရာယ်နှင့် ဆက်စပ်နေသည်။ မြင့်မားသော cadence (မြန်မြန်ဆန်ဆန် တောင်တက်ခြင်း) မှ နောက်ထပ်အကျိုးကျေးဇူးများနှင့်အတူ တစ်နေ့လျှင် ခြေလှမ်း 9,800 ဝန်းကျင်တွင် အကောင်းဆုံးဆေးပမာဏ။

Tudor-Locke C၊ et al။ (2019) — CADENCE-လူကြီးများလေ့လာမှု

"ခြေလျင်တက်ခြင်း (ခြေလှမ်း/မိနစ်) နှင့် အသက် 21-40 နှစ်ရှိ ပြင်းထန်မှု- CADENCE-လူကြီးများ"

International Journal of Behavioral Nutrition and Physical Activity2019;16:8

အလယ်အလတ်ပြင်းထန်မှု (3 METs)အသက် 21 မှ 40 အတွင်း ပါဝင်သူ 76 ယောက်တွင် 86% sensitivity နှင့် 89.6% တိကျမှုရှိသည်။ ဤရှာဖွေတွေ့ရှိမှုသည် တောင်တက်ခြင်းတွင် cadence-based intensity monitoring အတွက် အခြေခံဖြစ်သည်။

ကြည့်ရန် Tudor-Locke C၊ et al။ (၂၀၂၀)

"ခြေလျင်တက်ခြင်း (ခြေလှမ်း/မိနစ်) နှင့် အသက် 41 မှ 60 အရွယ် အရွယ်ရောက်ပြီးသူများတွင် ပြင်းထန်မှု- CADENCE-အရွယ်ရောက်ပြီးသူများ လေ့လာမှု"

International Journal of Behavioral Nutrition and Physical Activity2020;17:137

သက်လတ်ပိုင်းအရွယ်ရောက်ပြီးသူများ (41-60 နှစ်) တွင် အလယ်အလတ်ပြင်းထန်မှုအတွက် 100 spm အဆင့်ကို အတည်ပြုထားသည်။ ပြင်းထန်ပြင်းထန်မှု (6 METs) အတွက် 130 spm ကို ချမှတ်ထားသည်။

ကြည့်ရန် Aguiar EJ, et al. (၂၀၂၁)

"အသက် ၂၁ မှ ၆၀ အတွင်းရှိသော အလေ့အကျင့် (ခြေလှမ်း/မိနစ်) နှင့် နှိုင်းရပြင်းထန်မှု- CADENCE-အရွယ်ရောက်ပြီးသူများ လေ့လာမှု"

International Journal of Behavioral Nutrition and Physical Activity၂၀၂၁;၁၈:၂၇

cadence-based intensity monitoring ၏ universal applicability ကို ပံ့ပိုးပေးသည့် အသက် 21 မှ 85 နှစ်အတွင်း cadence အဆင့်များကို အတည်ပြုသည့် Meta-analysis သည် တည်ငြိမ်နေပါသည်။

ကြည့်ရန် Moore CC, et al. (၂၀၂၁)

"ခြေလျင်ခရီးအတွက် Cadence-based Metabolic Equation ဖွံ့ဖြိုးတိုးတက်မှု"

အားကစားနှင့် လေ့ကျင့်ခန်းဆေးနှင့်သိပ္ပံ 2021;53(1):165-173

ရိုးရှင်းသောညီမျှခြင်း-တီထွင်ခဲ့သည်။ METs = 0.0219 × cadence + 0.72. ဤမော်ဒယ်သည် ပုံမှန်တောင်တက်အမြန်နှုန်းတွင် ~0.5 METs တိကျမှုဖြင့် ပုံမှန် ACSM ညီမျှခြင်းထက် 23-35% ပိုတိကျမှုကို ပြသထားသည်။

ကြည့်ရန် Tudor-Locke C၊ et al။ (၂၀၂၂)

"အသက် 6 နှစ်မှ 20 နှစ်ကြား ကလေးငယ်များ၏ လေ့ကျင့်မှုတွင် လေ့ကျင့်မှု (ခြေလှမ်း/မိနစ်) နှင့် ပြင်းထန်မှု- CADENCE-kids study"

International Journal of Behavioral Nutrition and Physical Activity2022;19:1

အဓိပ္ပာယ်ဖွင့်ဆိုမှုအတွက် ကျယ်ကျယ်ပြန့်ပြန့်သော မူဘောင်ကို ပံ့ပိုးပေးသည့် အသက်အုပ်စုများတစ်လျှောက် cadence-ပြင်းထန်မှု သုတေသနအတွက် အထောက်အထားများ အဓိကဖြစ်သည်။

ကြည့်ရန် American Heart Association (AHA)

"ပစ်မှတ် နှလုံးခုန်နှုန်းဇယား"

နှလုံးခုန်နှုန်းဇုန် လေ့ကျင့်မှုအတွက် စံညွှန်း။ အလယ်အလတ်ပြင်းထန်မှု = 50-70% အမြင့်ဆုံး HR; သန်စွမ်းမှု = 70-85% အမြင့်ဆုံး HR။

Studenski S၊ et al။ (၂၀၁၁)

"သက်ကြီးရွယ်အိုများတွင် ပြေးနှုန်းနှင့် ရှင်သန်ခြင်း"

JAMA2011;305(1):50-58

သက်ကြီးရွယ်အို ၃၄,၄၈၅ ဦးကို ရှင်သန်မှု၏ ခန့်မှန်းချက်အဖြစ် ပြေးနှုန်းကို သတ်မှတ်သည့် မှတ်တိုင်လေ့လာမှု။အမြန်နှုန်း < 0.8 m/s နှင့် ဆက်နွယ်နေသော မြင့်မားသော သေဆုံးမှု ၊ မြန်နှုန်း> 1.0 m/s သည် ကောင်းမွန်သော လုပ်ငန်းဆောင်တာများကို ဖော်ပြသည်။ ယခုအခါ သက်ကြီးရွယ်အိုများအတွက် ကျန်းမာရေး၏ အရေးကြီးသော လက္ခဏာတစ်ရပ်ဟု ယူဆကြသည်။

ကိုဖွင့်ပါ။ Pamoukdjian F၊ et al (၂၀၂၂)

"သက်ကြီးရွယ်အိုများတွင် ပြေးနှုန်းနှင့် ချော်လဲခြင်း- စနစ်တကျ ပြန်လည်သုံးသပ်ခြင်းနှင့် မက်တာ-ခွဲခြမ်းစိတ်ဖြာခြင်း"

BMC Geriatrics2022;22:394

အနှေးပြေးနှုန်းနှင့် ရပ်ရွာနေထိုင်သူ သက်ကြီးရွယ်အိုများတွင် ပြုတ်ကျနိုင်ခြေ တိုးမြင့်လာမှုအကြား ခိုင်မာသော ဆက်ဆံရေးကို တည်ဆောက်ခြင်း ထီးပြန်လည်သုံးသပ်ခြင်း။

ကြည့်ရန် Verghese J၊ et al။ (၂၀၂၃)

"နှစ်စဉ်ပြေးနှုန်း ကျဆင်းပြီး သက်ကြီးရွယ်အိုများတွင် ကျရောက်သည်"

BMC Geriatrics2023;23:290

ပြေးလမ်း၏နှစ်အလိုက် ပြောင်းလဲမှုများသည် ကျဆင်းနိုင်ခြေကို ကြိုတင်ခန့်မှန်းသည်။ နှစ်အလိုက် ပြေးနှုန်းပြောင်းလဲမှုများကို စောင့်ကြည့်ခြင်းသည် ပြုတ်ကျခြင်းမှ ကာကွယ်ရန် စောစီးစွာ ကြားဝင်ဆောင်ရွက်ပေးနိုင်စေပါသည်။

Hausdorff JM၊ et al။ (၂၀၀၅)

"ရပ်ရွာနေထိုင်သော သက်ကြီးရွယ်အိုများတွင် ပြေးလွှားပြောင်းလဲနိုင်မှုနှင့် အန္တရာယ်ကျရောက်နိုင်ခြေ- ၁ နှစ် အလားအလာရှိသော လေ့လာမှုတစ်ခု"

NeuroEngineering and Rehabilitation ဂျာနယ်၂၀၀၅;၂:၁၉

တိုးလာနေသော ပြေးလမ်းပြောင်းလဲနိုင်မှု (ခြေနင်းအချိန်အတွင်း ကွဲလွဲမှု၏ကိန်းဂဏန်း) သည် လဲကျနိုင်ခြေကို ခန့်မှန်းသည်။ ပုံမှန်တောင်တက်ခြင်းတွင် CV > 3-4% သည် အန္တရာယ်ပိုများကြောင်း ဖော်ပြသည်။

ကြည့်ရန် Hausdorff JM (2009)

"Parkinson's ရောဂါရှိ Gait dynamics- ခြေလှမ်းအလျား၊ လမ်းကြောင်းပြောင်းလွဲမှု၊ နှင့် fractal-like scaling တို့တွင် ဘုံနှင့်ထူးခြားသောအပြုအမူ"

ပရမ်းပတာ2009;19(2):026113

ပါကင်ဆန်ရောဂါရှိ ပြေးလမ်းပုံစံများ၏ အကွဲအပြဲများကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် ပြောင်းလဲလာသော ခြေလှမ်းဒိုင်းနမစ်များနှင့် အာရုံကြောဆိုင်ရာ အခြေအနေများတွင် ရှုပ်ထွေးမှုများ ဆုံးရှုံးခြင်းကို ပြသသည်။

ကိုကြည့်ပါ။ Moe-Nilssen R, Helbostad JL (2004)

"နှာမောင်းအရှိန်ဖြင့် လည်ပတ်ခြင်း၏ လက္ခဏာရပ်များကို ခန့်မှန်းခြင်း"

Biomechanics ဂျာနယ်2004;37(1):121-126

စမတ်ဖုန်းနှင့် smartwatch gait assessment အတွက် အခြေခံအဖြစ် လမ်းကြောင်းခွဲခြမ်းစိတ်ဖြာမှုအတွက် ပင်စည်တပ်ဆင်ထားသော အရှိန်မြှင့်ကိရိယာများ၏ ယုံကြည်စိတ်ချရမှုကို တည်ထောင်ထားသည်။

ကိုကြည့်ပါ။ Phinyomark A၊ et al။ (၂၀၂၀)

"stride interval time series မှတဆင့် လူသား၏ လမ်းကြောင်းပြောင်းနိုင်မှုကို အပိုင်းပိုင်းခွဲခြမ်းစိတ်ဖြာခြင်း"

ဇီဝကမ္မဗေဒ2020;11:333

အာရုံကြောဆိုင်ရာ အခြေအနေများကို သိရှိရန်အတွက် အသုံးဝင်သော လမ်းကြောင်းသွားပုံစံများတွင် တာဝေးဆက်စပ်မှုများကို တွက်ချက်ရန်အတွက် အကွဲကွဲခွဲခြမ်းစိတ်ဖြာနည်းများ (DFA alpha) ကို ပြန်လည်သုံးသပ်ခြင်း။

Ralston HJ (1958)

"တောင်တက်နေစဉ်အတွင်း စွမ်းအင်-အမြန်နှုန်း ဆက်စပ်မှုနှင့် အကောင်းဆုံးအမြန်နှုန်း"

Internationale Zeitschrift für angewandte ဇီဝကမ္မဗေဒ၁၉၅၈;၁၇:၂၇၇-၂၈၃

တောင်တက်စီးပွါးရေး၏ U-shaped မျဉ်းကွေးကို တည်ထောင်သည့် ဂန္တဝင်လေ့လာမှု။ အကောင်းဆုံး တောင်တက်အမြန်နှုန်း (အနည်းဆုံး စွမ်းအင်ကုန်ကျစရိတ်) သည် မြေမျက်နှာပြင်ပေါ်တွင် ခန့်မှန်းခြေ 1.25 m/s (4.5 km/h) တွင် ဖြစ်ပေါ်ပါသည်။

Zarugh MY, et al. (၂၀၀၀)

"နှစ်သက်ရာ မြန်နှုန်းနှင့် သယ်ယူပို့ဆောင်ရေး ကုန်ကျစရိတ်- စောင်း၏အကျိုးသက်ရောက်မှု"

စမ်းသပ်ဇီဝဗေဒဂျာနယ်2000;203:2195-2200

Gradient ဖြင့် သယ်ယူပို့ဆောင်ရေးစရိတ်များ သိသိသာသာတိုးလာသည်။ +5% gradient သည် ဇီဝဖြစ်စဉ်ကုန်ကျစရိတ်ကို သိသိသာသာတိုးစေသည်။ ကုန်းဆင်း gradients (-5 မှ -10%) သည် eccentric braking cost ကိုတိုးစေသည်။

ကြည့်ရန် Lim HT, et al. (၂၀၁၈)

"ဆင်ခြေလျှောများနှင့် မျက်နှာပြင်များပေါ်တွင် လူသားများ ခြေလျင်တက်ခြင်း၏ ဇီဝဖြစ်စဉ်ကုန်ကျစရိတ်ကို ခန့်မှန်းရန် ရိုးရှင်းသောပုံစံ"

သိပ္ပံနည်းကျအစီရင်ခံစာများ2018;8:5279

တောင်တက်စွမ်းအင်ကုန်ကျစရိတ်၏ စက်ပိုင်းဆိုင်ရာပုံစံသည် gradient နှင့် မြေမျက်နှာသွင်ပြင် အမျိုးအစားတို့ကို ပေါင်းစပ်ပြီး မတူညီသော အခြေအနေများတွင် ဇီဝဖြစ်စဉ်လိုအပ်ချက်ကို ခန့်မှန်းနိုင်စေပါသည်။

ကြည့်ရန် Steudel-Numbers K၊ Tilkens MJ (2022)

"စက်ခေါင်းရွေ့လျားမှု၏ စွမ်းအင်ကုန်ကျစရိတ်အပေါ် ကိုယ်လက်အောက်ပိုင်းအလျား၏ သက်ရောက်မှု- ရုပ်ကြွင်း hominins အတွက် သက်ရောက်မှုများ"

eLife2022;11:e81939

မတူညီသော တောင်တက်အမြန်နှုန်းများနှင့် gradients များတစ်လျှောက် လူ၏အရှိန်အဟုန်ဖြင့် မဟာဗျူဟာများတွင် စွမ်းအင်/အချိန်အပေးအယူများကို ခွဲခြမ်းစိတ်ဖြာခြင်း။

Apple Inc. (2021)

"VO₂ max ဖြင့် Cardio Fitness ကို ခန့်မှန်းရန် Apple Watch ကို အသုံးပြုခြင်း"

ပြင်ပခြေလျင်၊ ပြေးခြင်းနှင့် တောင်တက်များအတွင်း VO₂max ကို ခန့်မှန်းရန်အတွက် Apple Watch နည်းစနစ်ကို ဖော်ပြသည့် နည်းပညာဆိုင်ရာ စက္ကူဖြူ။ အတည်ပြုထားသော အယ်လဂိုရီသမ်များဖြင့် နှလုံးခုန်နှုန်း၊ GPS အမြန်နှုန်းနှင့် အရှိန်မြှင့်မီတာဒေတာကို အသုံးပြုသည်။

ကြည့်ပါ။ Apple Developer Documentation

"HKQuantityTypeIdentifier.vo2Max"

VO₂max ဒေတာကို အသုံးပြုရန်အတွက် တရားဝင် HealthKit API စာရွက်စာတမ်း။ ယူနစ်- mL/(kg·min)။ Apple Watch Series 3+ သည် ပြင်ပ cardio လှုပ်ရှားမှုများအတွင်း VO₂max ကို ခန့်မှန်းသည်။

ကိုကြည့်ပါ။ Apple ပံ့ပိုးမှု

"Apple Watch ရှိ Cardio Fitness အကြောင်း"

Cardio ကြံ့ခိုင်မှုအဆင့်၊ ၎င်းတို့ကို တိုင်းတာပုံနှင့် ၎င်းတို့ကို မြှင့်တင်နည်းတို့ကို ရှင်းပြထားသည့် အသုံးပြုသူမျက်နှာစာ စာရွက်စာတမ်း။ အသက်အရွယ်နှင့် လိင်ဆိုင်ရာ စံသတ်မှတ်ထားသော အပိုင်းအခြားများ ပါဝင်သည်။

ကိုကြည့်ပါ။ Apple Developer Documentation

"HKCategoryTypeIdentifier.lowCardioFitnessEvent"

VO₂max သည် အသက်/လိင်အလိုက် သတ်မှတ်ထားသော အဆင့်များအောက် ကျရောက်သောအခါတွင် နှလုံးကြံ့ခိုင်မှု နည်းပါးသော ဖြစ်ရပ်များကို ထောက်လှမ်းရန် API သည်

Apple Inc. (2022)

"iPhone Mobility Metrics မှတဆင့် တောင်တက်အရည်အသွေးကို တိုင်းတာခြင်း"

iPhone အခြေပြု တောင်တက်မက်ထရစ်များ၏ တရားဝင်ကြောင်းအသေးစိတ်ဖော်ပြထားသော စာရွက်ဖြူ- တောင်တက်အမြန်နှုန်း၊ ခြေလှမ်းအရှည်၊ နှစ်ဆပံ့ပိုးမှုရာခိုင်နှုန်း၊ တောင်တက်မညီမညွတ်။ iPhone 8+ သည် iOS 14+ ဖြင့် အိတ်ဆောင်/အိတ်ထဲသို့ သယ်ဆောင်လာသောအခါတွင် ဤမက်ထရစ်များကို ကောက်ယူစုဆောင်းနိုင်ပါသည်။

ကြည့်ပါ။ Apple WWDC 2021

"HealthKit — Hiking Steadiness"

ခြေလျင်တက်ခြင်း တည်ငြိမ်မှုမက်ထရစ်ကို မိတ်ဆက်သည့် နည်းပညာဆိုင်ရာ စက်ရှင်- ဟန်ချက်ညီမှု၊ တည်ငြိမ်မှုနှင့် ပေါင်းစပ်ဆောင်ရွက်မှုဆိုင်ရာ တိုင်းတာမှု ကန့်သတ်ချက်များမှ ဆင်းသက်လာသည်။ ကျရောက်နိုင်ခြေကို အမျိုးအစားခွဲခြားပေးသည် (OK၊ Low, Very Low)။

Apple Newsroom (2021)

"Apple သည် လုံခြုံသောမျှဝေမှုနှင့် ထိုးထွင်းသိမြင်မှုအသစ်များကို မိတ်ဆက်ခြင်းဖြင့် တစ်ကိုယ်ရည်ကျန်းမာရေးကို မြှင့်တင်ပေးသည်"

iOS 15 တွင် ခြေလျင်တက်ခြင်း၏တည်ငြိမ်မှုအင်္ဂါရပ်ကို ကြေငြာခြင်း၊ အန္တရာယ်ကျရောက်နေသောအသုံးပြုသူများအတွက် ကျရောက်နိုင်ခြေကိုသိရှိနိုင်ခြင်းနှင့် ကြားဝင်ဆောင်ရွက်ပေးခြင်းဆိုင်ရာ အကြံပြုချက်များကို ဖွင့်ထားသည်။

Moon S, et al. (၂၀၂၃)

"ပြေးနှုန်းကို တိုင်းတာရန်အတွက် Apple Health အက်ပ်၏ တိကျမှန်ကန်မှု- စူးစမ်းလေ့လာခြင်း"

JMIR Formative Research2023;7:e44206

iPhone Health အက်ပ်၏ တောင်တက်အမြန်နှုန်းတိုင်းတာမှုများကို ပြသသည့် အထောက်အထားစိစစ်လေ့လာမှုသည် သုတေသနအဆင့် အကဲဖြတ်မှုများ (r=0.86-0.91) နှင့် လက်တွေ့အသုံးဝင်မှုကို ပံ့ပိုးပေးသည်။

Android Developer Documentation

"Health Connect data types and data units"

StepsRecord၊ StepsCadenceRecord၊ SpeedRecord၊ DistanceRecord၊ HeartRateRecord၊ Vo2MaxRecord အပါအဝင် Health Connect ဒေတာအမျိုးအစားများအတွက် တရားဝင်စာရွက်စာတမ်း။ Android ကျန်းမာရေးဒေတာပေါင်းစည်းမှုအတွက် Standard API။

ကိုကြည့်ပါ။ Google Fit စာရွက်စာတမ်း

"ခြေလှမ်းရေတွက် cadence ဒေတာအမျိုးအစား"

Android စက်ပစ္စည်းများတွင် ပြင်းထန်မှုအခြေခံသည့် လှုပ်ရှားမှုစောင့်ကြည့်ခြင်းကို ဖွင့်ပေးသည့် ခြေလှမ်းအတက်အကျဒေတာ (တစ်မိနစ်လျှင် ခြေလှမ်းများ) အတွက် Google Fit API စာရွက်စာတမ်း။

Google Fit စာရွက်စာတမ်း

"နေ့စဉ် အဆင့်စုစုပေါင်းကို ဖတ်ပါ"

အရင်းအမြစ်များစွာမှဒေတာများ (ဖုန်းအာရုံခံကိရိယာများ၊ ဝတ်ဆင်နိုင်သောကိရိယာများ) အပါအဝင် Google Fit API မှ စုစည်းထားသော နေ့စဥ်ခြေလှမ်းအရေအတွက်များကို ဝင်ရောက်ကြည့်ရှုခြင်းအတွက် ကျူတိုရီရယ်။

ကိုကြည့်ပါ။ Android Developer လမ်းညွှန်

"Health Connect overview"

Health Connect ပလပ်ဖောင်း၏ ခြုံငုံသုံးသပ်ချက်၊ Android အတွက် Google ၏ ပေါင်းစည်းထားသော ကျန်းမာရေးဒေတာ သိုလှောင်ရာ၊ အသုံးပြုသူ၏သဘောတူချက်ဖြင့် အက်ပ်ဒေတာခွဲဝေမှုကို ဖွင့်ထားသည်။

Zandbergen PA, Barbeau SJ (2011)

"Sensitivity မြင့်မားသော GPS-ဖွင့်ထားသော မိုဘိုင်းလ်ဖုန်းများမှ အကူအညီပေးထားသော GPS ဒေတာ၏ တည်နေရာတိကျမှန်ကန်မှု"

PLOS ONE2011;6(7):e24727

မြို့ပြပတ်ဝန်းကျင်ရှိ စမတ်ဖုန်း GPS တိကျမှန်ကန်မှုကို အတည်ပြုခြင်းလေ့လာမှု။ ပွင့်လင်းသောနေရာများတွင် ပျမ်းမျှအမှားအယွင်း 5-8 မီတာ၊ မြို့တွင်းချောက်များတွင် 10-20 မီတာအထိ တိုးလာသည်။ သုံးစွဲသူ GPS တိကျမှုမျှော်လင့်ချက်များအတွက် အခြေခံအချက်များကို ချမှတ်သည်။

ကိုဖွင့်ပါ။ Wu X, et al. (၂၀၂၅)

"စမတ်ဖုန်း GNSS ဒေတာကို အသုံးပြု၍ လိုက်ဖက်သော လမ်းဘေးအဆင့် လူကူးမြေပုံ"

ဂြိုလ်တု လမ်းကြောင်းပြခြင်း2025;6:3

စံလမ်း-ကွန်ရက် ကိုက်ညီမှုမရှိသော မြို့ပြပတ်ဝန်းကျင်တွင် လူသွားလူလာလမ်းပြမှုအတွက် ကိုက်ညီသော လမ်းသွားလမ်း-သီးသန့်မြေပုံ ဆန်းသစ်ထားသော အယ်လဂိုရီသမ်။

ကြည့်ရန် Jiang C၊ et al။ (၂၀၂၀)

"လမ်းသွားလမ်းလာစမတ်ဖုန်း လမ်းညွှန်မှုအတွက် တိုးချဲ့ Kalman Filter ကို အသုံးပြု၍ တိကျပြီး တိုက်ရိုက် GNSS/PDR ပေါင်းစည်းခြင်း"

GNSS/IMU အာရုံခံကိရိယာပေါင်းစပ်မှုအား တိုးချဲ့ထားသော Kalman Filter ကို အသုံးပြု၍ GPS အချက်ပြမှု ပျောက်ဆုံးသွားသည့်အခါ စဉ်ဆက်မပြတ် တည်နေရာပြခြင်းကို ပံ့ပိုးပေးပါသည်။

ကြည့်ရန် Zhang G, et al ။ (၂၀၁၉)

"မြို့ပြချောက်များတွင် စမတ်ဖုန်းနှင့် စျေးနည်း OBD ကို အခြေခံ၍ ဟိုက်ဘရစ်မြေပုံ ကိုက်ညီမှု အယ်လဂိုရီသမ်"

အဝေးထိန်းအာရုံခံခြင်း2019;11(18):2174

စိန်ခေါ်မှုရှိသော မြို့ပြပတ်ဝန်းကျင်များ (မြင့်သောအဆောက်အအုံများ၊ သစ်ပင်ဖုံးများ) တွင် ပိုမိုကောင်းမွန်သောတိကျမှုအတွက် GNSS နှင့် Inertial အာရုံခံကိရိယာများ ပေါင်းစပ်ထားသော ပေါင်းစပ်တည်နေရာပြစနစ်။

American Thoracic Society (2002)

"ATS ထုတ်ပြန်ချက်- ခြောက်မိနစ်ခရီးအတွက် လမ်းညွှန်ချက်များ"

American Journal of Respiratory and Critical Care Medicine၂၀၀၂;၁၆၆:၁၁၁-၁၁၇

6-Minute Hike Test (6MWT) အတွက် တရားဝင် စံသတ်မှတ်ထားသော ပရိုတိုကော၊ လုပ်ငန်းဆိုင်ရာ လေ့ကျင့်ခန်းစွမ်းရည်ကို တွင်ကျယ်စွာ အသုံးပြုသည့် လက်တွေ့အကဲဖြတ်ခြင်း။ စီမံခန့်ခွဲမှုလမ်းညွှန်ချက်များ၊ စံတန်ဖိုးများနှင့် အဓိပ္ပာယ်ဖွင့်ဆိုချက်များ ပါဝင်သည်။

Podsiadlo D၊ Richardson S (1991)

"အချိန်သတ်မှတ်ပြီး 'Up & Go'- အားနည်းသော သက်ကြီးရွယ်အိုများအတွက် အခြေခံလုပ်ဆောင်နိုင်သော ရွေ့လျားနိုင်မှု စမ်းသပ်မှု"

American Geriatrics Society ဂျာနယ်1991;39(2):142-148

Timed Up and Go (TUG) စမ်းသပ်မှု၏ မူရင်းဖော်ပြချက်၊ လုပ်ဆောင်နိုင်သော ရွေ့လျားနိုင်မှုနှင့် သက်ကြီးရွယ်အိုများတွင် အန္တရာယ်ကျရောက်နိုင်ခြေကို ရွှေစံနှုန်းဖြင့် အကဲဖြတ်ခြင်း။ အချိန် > 14 စက္ကန့်သည် မြင့်မားသော ပြုတ်ကျနိုင်ခြေကို ဖော်ပြသည်။

Ainsworth BE, et al. (၂၀၁၁)

"2011 ရုပ်ပိုင်းဆိုင်ရာ လှုပ်ရှားမှုများ စုစည်းမှု- ကုဒ်များနှင့် တွေ့ဆုံတန်ဖိုးများ ဒုတိယမွမ်းမံမှု"

အားကစားနှင့် လေ့ကျင့်ခန်းဆေးနှင့်သိပ္ပံ 2011;43(8):1575-1581

800+ လုပ်ဆောင်ချက်များအတွက် MET တန်ဖိုးများကို ပြည့်စုံသော ရည်ညွှန်းစာရင်းပြုစုခြင်း။ တောင်တက်ခြင်းဆိုင်ရာ သီးသန့်တန်ဖိုးများ- 2.0 METs (အလွန်နှေးကွေးခြင်း၊ <2 မိုင်)၊ 3.0 METs (အလယ်အလတ်၊ 2.5-3 mph)၊ 3.5 METs (မြန်မြန်ဆန်ဆန်၊ 3.5 mph)၊ 5.0 METs (အလွန်လျင်မြန်သော၊ 4.5 မိုင်)။

Ainsworth BE, et al. (၂၀၂၄)

"ရုပ်ပိုင်းဆိုင်ရာ လှုပ်ရှားမှုများ၏ 2024 အရွယ်ရောက်ပြီးသူ ဖြည့်စွက်ချက်- လုပ်ဆောင်ချက်ကုဒ်များနှင့် MET တန်ဖိုးများ၏ အပ်ဒိတ်တစ်ခု"

အားကစားနှင့်ကျန်းမာရေးသိပ္ပံဂျာနယ်2024 (ပုံနှိပ်မထုတ်မီ အွန်လိုင်း)

Compendium အတွက် မကြာသေးမီက အပ်ဒိတ်၊ လုပ်ဆောင်ချက်အသစ်များနှင့် မကြာသေးမီက သုတေသနအပေါ် အခြေခံ၍ MET တန်ဖိုးများကို ပြန်လည်ပြင်ဆင်ထားသည်။ စွမ်းအင်အသုံးစရိတ် တွက်ချက်မှုအတွက် မရှိမဖြစ် အကိုးအကား။

Fukuchi RK, et al. (၂၀၁၉)

"ကျန်းမာသောပါဝင်သူများ၏ gait biomechanics အပေါ် တောင်တက်အမြန်နှုန်း၏ အကျိုးသက်ရောက်မှုများ- စနစ်တကျ ပြန်လည်သုံးသပ်ခြင်းနှင့် မက်တာ-ခွဲခြမ်းစိတ်ဖြာခြင်း"

စနစ်တကျ သုံးသပ်ချက်များ2019; 8:153

spatiotemporal parameters များ၊ kinematics နှင့် kinetics များပေါ်တွင် တောင်တက်အမြန်နှုန်းသက်ရောက်မှုများ၏ ပြည့်စုံသော meta-analysis။ အလယ်အလတ်မှ ကြီးမားသောအကျိုးသက်ရောက်မှုအရွယ်အစားများသည် အရှိန်အဟုန်ကို အခြေခံ၍ ပြေးစက်ကိုပြောင်းလဲစေကြောင်း သက်သေပြသည်။

ကြည့်ရန် Mirelman A, et al. (၂၀၂၂)

"လက်တွေ့အလေ့အကျင့်တွင် ခရီးထွက်ခြင်း၏ ပစ္စုပ္ပန်နှင့် အနာဂတ်- ဆန်းသစ်သော ခေတ်ရေစီးကြောင်းနှင့် နည်းပညာများကို အသုံးချခြင်းဆီသို့"

နယ်ခြားဆေးဘက်ဆိုင်ရာနည်းပညာ2022;4:901331

spatiotemporal parameters, kinematics, and clinical scales (UPDRS, SARA, Dynamic Gait Index) အပါအဝင် ဝတ်ဆင်နိုင်သောနည်းပညာနှင့် AI အက်ပ်လီကေးရှင်းများကို ပြန်လည်သုံးသပ်ခြင်း။

ကြည့်ရန် မန်း RA, et al. (၁၉၈၆)

"ရွရွပြေးခြင်း၊ ပြေးခြင်းနှင့် ပြေးခြင်းများတွင် အောက်အစွန်း၏ လျှပ်စစ်ဓာတ်မှန်ရိုက်ခြင်း"

American Journal of Sports Medicine1986;14(6):501-510

ဂန္တဝင် EMG လေ့လာမှုသည် အပြေးစက်နှင့် တောင်တက်ခြင်းတို့ကို ခွဲခြားထားသည်။ တောင်တက်ပြေးခြင်းတွင် 62% ပံ့ပိုးမှုအဆင့်နှင့် 31% ရှိသည်။ မတူညီသော ကြွက်သားလှုပ်ရှားမှုပုံစံများသည် အခြေခံအားဖြင့် မတူညီသော biomechanics ကိုပြသသည်။

Straczkiewicz M, et al ။ (၂၀၂၃)

"စမတ်ဖုန်းများ၊ စမတ်နာရီများနှင့် ဝတ်ဆင်နိုင်သော အရှိန်မြှင့်ကိရိယာများအတွက် 'အရွယ်အစား-လိုက်ဖက်-အရှိဆုံး' တောင်တက်မှတ်သားမှုနည်းလမ်း"

npj ဒစ်ဂျစ်တယ်ဆေးပညာ2023;6:29

မတူညီသော စက်အမျိုးအစားများနှင့် ကိုယ်ထည်တည်နေရာများတစ်လျှောက် 0.92-0.97 အာရုံခံနိုင်စွမ်းကို ရရှိနိုင်သည့် Universal တောင်တက်အသိအမှတ်ပြုမှု အယ်လဂိုရီသမ်။ ပလက်ဖောင်းများတစ်လျှောက် တစ်သမတ်တည်းလုပ်ဆောင်မှုများကို ခြေရာခံနိုင်စေသည့် အများသူငှာဒေတာအတွဲ 20 ဖြင့် အတည်ပြုထားသည်။

ကြည့်ရန် Porciuncula F၊ et al။ (၂၀၂၄)

"အရိုးခွဲစိတ်ကုသမှုအတွက် အသုံးချနိုင်သော အလားအလာရှိသော အခြားဆေးဘက်ဆိုင်ရာ ဒိုမိန်းများတွင် ဝတ်ဆင်နိုင်သော အာရုံခံကိရိယာများ"

အာရုံခံကိရိယာများ2024;24(11):3454

accelerometers၊ gyroscopes နှင့် magnetometers တို့ကို အသုံးပြု၍ လက်တွေ့ကမ္ဘာတောင်တက်အမြန်နှုန်း၊ ခြေလှမ်းရေတွက်မှု၊ မြေပြင်တုံ့ပြန်မှုစွမ်းအားနှင့် လှုပ်ရှားမှုအကွာအဝေးကို တိုင်းတာရန်အတွက် ဝတ်ဆင်နိုင်သော အာရုံခံအက်ပ်လီကေးရှင်းကို ပြန်လည်သုံးသပ်ခြင်း။

Ungvari Z, et al. (၂၀၂၃)

"ကျန်းမာသောအိုမင်းမှုအတွက် တောင်တက်ခြင်း၏ ဘက်စုံအကျိုးကျေးဇူးများ- Blue Zones မှ မော်လီကျူးယန္တရားများအထိ"

GeroScience2023;45:3211–3239

တစ်ရက်လျှင် မိနစ် 30 တောင်တက်ခြင်း × 5 ရက်ကြာ ပြသထားသော ပြည့်စုံသော ပြန်လည်သုံးသပ်မှုသည် ရောဂါဖြစ်နိုင်ချေကို လျှော့ချပေးသည်။ သွေးလည်ပတ်မှု၊ နှလုံးနှင့် ကိုယ်ခံအား လုပ်ဆောင်ချက်များအပေါ် အိုမင်းရင့်ရော်မှုကို ဆန့်ကျင်သက်ရောက်မှု။ နှလုံးသွေးကြောဆိုင်ရာရောဂါ၊ ဆီးချိုရောဂါနှင့် မှတ်ဥာဏ်ကျဆင်းမှုအန္တရာယ်ကို လျှော့ချပေးသည်။

ကြည့်ရန် Karstoft K၊ et al။ (၂၀၂၄)

"Interval Hiking Training" ၏ ကျန်းမာရေးအကျိုးကျေးဇူးများ

အသုံးချဇီဝကမ္မဗေဒ၊ အာဟာရနှင့် ဇီဝကမ္မဗေဒဆိုင်ရာ2024;49(1):1-15

အမြန်နှင့် နှေးကွေးသော တောင်တက်ခြင်းကို လှည့်ပတ်သည့် Interval Hiking Training (IWT) ၏ သုံးသပ်ချက်။ အမျိုးအစား 2 ဆီးချိုရောဂါတွင် ရုပ်ပိုင်းဆိုင်ရာကြံ့ခိုင်မှု၊ ကြွက်သားကြံ့ခိုင်မှုနှင့် glycemic ထိန်းချုပ်မှုတို့ကို စဉ်ဆက်မပြတ် အလယ်အလတ်တောင်တက်ခြင်းထက် ပိုမိုကောင်းမွန်စေသည်။

ကြည့်ရန် Morris JN၊ Hardman AE (1997)

"ကျန်းမာရေးအတွက် တောင်တက်ခြင်း"

အားကစားဆေး1997;23(5):306-332

70% အမြင့်ဆုံး HR တွင် ခြေလျင်တက်ခြင်းက နှလုံးသွေးကြောကြံ့ခိုင်မှုကို တိုးတက်စေသည်။ HDL ဇီဝြဖစ်ပျက်မှုနှင့် အင်ဆူလင်/ဂလူးကို့စ်ဒိုင်းနမစ်များကို တိုးတက်စေသည်။ ဖောင်ဒေးရှင်းသည် ကျန်းမာရေးဆိုင်ရာ စွက်ဖက်မှုအဖြစ် တောင်တက်ခြင်း ဖြစ်သည်။