Bibliografia dotycząca analiz pieszych wędrówek

Inoue K i in. (2023)

„Powiązanie wzorców codziennych kroków ze śmiertelnością u dorosłych w USA”

Sieć JAMA otwarta2023;6(3):e235174

Badanie przeprowadzone na 4840 dorosłych Amerykanach wykazało, że 8 000–9 000 kroków dziennie u osób starszych zmniejsza śmiertelność. plateau korzyści poza tym zakresem, co sugeruje malejące zyski przy większej liczbie kroków.

Lee I-M i in. (2019)

„Powiązanie objętości i intensywności kroków ze śmiertelnością z jakiejkolwiek przyczyny u starszych kobiet”

JAMA Medycyna Wewnętrzna2019;179(8):1105-1112

Badanie z udziałem 16 741 starszych kobiet (średnia wieku 72 lata) wykazało zmniejszenie śmiertelności po wykonaniu ≥4400 kroków dziennie, przy korzyściach utrzymujących się na poziomie około 7500 kroków dziennie. Ugruntowane dowody na to, że „więcej nie zawsze znaczy lepiej”.

Ding D i in. (2025)

„Liczba kroków dziennie i śmiertelność ze wszystkich przyczyn: przegląd systematyczny i metaanaliza”

Zdrowie publiczne Lancetu2025 (online przed drukiem)

Kompleksowa metaanaliza przedstawiająca zależność dawka-odpowiedź między codziennymi krokami a wynikami zdrowotnymi w różnych populacjach.

Del Pozo-Cruz B i in. (2022)

„Powiązanie liczby i intensywności codziennych kroków z zachorowalnością i śmiertelnością incydentalną wśród dorosłych”

JAMA Medycyna Wewnętrzna2022;182(11):1139-1148

Badanie przeprowadzone na 78 500 dorosłych Brytyjczyków wprowadzającychKadencja szczytowa 30metryczny. Stwierdzono, że zarówno całkowita liczba kroków, jak i najwyższa kadencja wynosząca 30, niezależnie wiążą się ze zmniejszoną zachorowalnością i śmiertelnością. Kadencja szczytowa 30 może być ważniejsza niż całkowita liczba kroków dla wyników zdrowotnych.

Mistrz H i in. (2022)

„Powiązanie liczby kroków w czasie z ryzykiem chorób przewlekłych w programie badawczym All of Us”

Medycyna Przyrodnicza2022;28:2301–2308

Badanie na dużą skalę wykazujące, że utrzymująca się liczba kroków w czasie zmniejsza ryzyko chorób przewlekłych, w tym cukrzycy, otyłości, bezdechu sennego, GERD i depresji.

Del Pozo-Cruz B i in. (2022)

„Powiązanie liczby i intensywności codziennych kroków z występowaniem demencji u 78 430 dorosłych mieszkających w Wielkiej Brytanii”

JAMA Neurologia2022;79(10):1059-1063

Codzienne kroki i ich intensywność wiążą się ze zmniejszonym ryzykiem demencji. Optymalna dawka około 9800 kroków dziennie, z dodatkowymi korzyściami wynikającymi z wyższej kadencji (szybkie wędrówki).

Tudor-Locke C i in. (2019) — Badanie CADENCE – dorośli

„Kadencja i intensywność wędrówki (kroki/min) u osób w wieku 21–40 lat: CADENCE – dorośli”

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

Przełomowe badanie ustanawiające 100 kroków/min jako próg umiarkowanej intensywności (3 MET)z 86% czułością i 89,6% swoistością u 76 uczestników w wieku 21–40 lat. Odkrycie to stanowi podstawę monitorowania intensywności pieszych wędrówek w oparciu o rytm.

Tudor-Locke C i in. (2020)

„Rytet wędrówki (kroki/min) i intensywność u dorosłych w wieku od 41 do 60 lat: badanie CADENCE na dorosłych”

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

Potwierdzony próg 100 spm dla umiarkowanej intensywności u dorosłych w średnim wieku (41-60 lat). Ustalono, że 130 spm jest progiem intensywnej intensywności (6 MET).

Aguiar EJ i in. (2021)

„Kadencja (kroki/min) i intensywność względna u osób w wieku od 21 do 60 lat: badanie CADENCE na dorosłych”

International Journal of Behavioral Nutrition and Physical Activity2021;18:27

Metaanaliza potwierdzająca, że ​​progi rytmu pozostają stabilne w wieku 21–85 lat, co potwierdza uniwersalne zastosowanie monitorowania intensywności w oparciu o rytm.

Moore CC i in. (2021)

„Opracowanie równania metabolicznego opartego na rytmie dla pieszych wędrówek”

Medycyna i nauka w sporcie i ćwiczeniach2021;53(1):165-173

Opracowano proste równanie:MET = 0,0219 × rytm + 0,72. Model ten wykazał o 23–35% większą dokładność niż standardowe równanie ACSM, z precyzją ~0,5 MET przy normalnych prędkościach wędrówki.

Tudor-Locke C i in. (2022)

„Kadencja (kroki/min) i intensywność podczas chodzenia u osób w wieku 6–20 lat: badanie CADENCE dla dzieci”

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

Podstawa dowodów na badania intensywności rytmu w różnych grupach wiekowych, zapewniająca kompleksowe ramy interpretacji.

Amerykańskie Stowarzyszenie Kardiologiczne (AHA)

„Wykres docelowego tętna”

Standardowe odniesienie do treningu w strefie tętna. Umiarkowana intensywność = 50-70% maksymalnego tętna; energiczny = 70-85% maksymalnego tętna.

Studenski S i in. (2011)

„Szybkość chodu i przeżycie osób starszych”

JAMA2011;305(1):50-58

Przełomowe badanie przeprowadzone na 34 485 starszych osobach dorosłych, w którym ustalono, że prędkość chodu jest czynnikiem prognostycznym przeżycia.Prędkości <0,8 m/s związane z wyższą śmiertelnością; prędkości >1,0 m/s wskazują na dobry stan funkcjonalny. Prędkość chodu uważa się obecnie za „istotny znak” zdrowia osób starszych.

Pamoukdjian F i in. (2022)

„Szybkość chodu i upadki u osób starszych: przegląd systematyczny i metaanaliza”

BMC Geriatria2022;22:394

Przegląd parasolowy ustanawiający silny związek między mniejszą prędkością chodu a zwiększonym ryzykiem upadku u starszych osób dorosłych zamieszkujących społeczności.

Verghese J. i in. (2023)

„Coroczny spadek prędkości chodu i spadki u osób starszych”

BMC Geriatria2023;23:290

Coroczne zmiany prędkości chodu pozwalają przewidzieć ryzyko upadku. Monitorowanie corocznych zmian prędkości chodu pozwala na wczesną interwencję i zapobieganie upadkom.

Hausdorff JM i in. (2005)

„Zmienność chodu i ryzyko upadku u osób starszych żyjących w społeczności: roczne badanie prospektywne”

Dziennik Neuroinżynierii i Rehabilitacji2005;2:19

Zwiększona zmienność chodu (współczynnik zmienności czasu kroku) pozwala przewidzieć ryzyko upadku. CV > 3-4% podczas normalnej wędrówki wskazuje na zwiększone ryzyko.

Hausdorff JM (2009)

„Dynamika chodu w chorobie Parkinsona: wspólne i odrębne zachowanie w zakresie długości kroku, zmienności chodu i skalowania fraktalnego”

Chaos2009;19(2):026113

Analiza fraktalna wzorców chodu w chorobie Parkinsona wykazująca zmienioną dynamikę kroków i utratę złożoności w stanach neurologicznych.

Moe-Nilssen R., Helbostad JL (2004)

„Ocena charakterystyki cyklu chodu metodą akcelerometrii tułowia”

Dziennik Biomechaniki2004;37(1):121-126

Ustalona niezawodność akcelerometrów montowanych na tułowiu do analizy chodu, stanowiąca podstawę oceny chodu na smartfonach i smartwatchach.

Phinyomark A i in. (2020)

„Analiza fraktalna zmienności chodu człowieka na podstawie szeregów czasowych odstępów między krokami”

Granice w fizjologii2020;11:333

Przegląd metod analizy fraktalnej (DFA alfa) do ilościowego określania korelacji dalekiego zasięgu we wzorcach chodu, przydatnych do wykrywania schorzeń neurologicznych.

Ralston HJ (1958)

„Zależność energii od prędkości i optymalna prędkość podczas wędrówki poziomej”

Internationale Zeitschrift für angewandte Physiologie1958;17:277-283

Klasyczne badanie ustalające krzywą gospodarki pieszej w kształcie litery U. Optymalna prędkość wędrówki (minimalny koszt energii) wynosi około 1,25 m/s (4,5 km/h) na równym podłożu.

Zarrugh MY i in. (2000)

„Preferowana prędkość i koszt transportu: wpływ nachylenia”

Journal of Experimental Biology2000;203:2195-2200

Koszt transportu znacznie wzrasta wraz ze wzrostem nachylenia. Gradient +5% znacząco zwiększa koszt metaboliczny; Zjazdy ze wzniesień (od -5 do -10%) zwiększają koszt hamowania mimośrodowego.

Lim HT i in. (2018)

„Prosty model do szacowania kosztów metabolicznych wędrówki człowieka po zboczach i powierzchniach”

Raporty naukowe2018;8:5279

Mechaniczny model kosztów energii podczas wędrówki uwzględniający nachylenie i rodzaj terenu, umożliwiający przewidywanie zapotrzebowania metabolicznego w różnych warunkach.

Steudel-Numbers K, Tilkens MJ (2022)

„Wpływ długości kończyn dolnych na koszt energetyczny lokomocji: implikacje dla homininów kopalnych”

eŻycie2022;11:e81939

Analiza kompromisów między energią a czasem w strategiach stymulacji człowieka przy różnych prędkościach i nachyleniu wędrówki.

Apple Inc. (2021)

„Używanie Apple Watch do szacowania wydolności cardio na podstawie VO₂ max”

Biała księga techniczna opisująca metodologię Apple Watch służącą do szacowania VO₂max podczas wędrówek, biegów i wędrówek na świeżym powietrzu. Wykorzystuje dane dotyczące tętna, prędkości GPS i akcelerometru za pomocą zatwierdzonych algorytmów.

Dokumentacja programisty Apple

„HKQuantityTypeIdentifier.vo2Max”

Oficjalna dokumentacja API HealthKit dotycząca dostępu do danych VO₂max. Jednostki: ml/(kg·min). Apple Watch Series 3+ szacuje wartość VO₂max podczas ćwiczeń cardio na świeżym powietrzu.

Wsparcie Apple

„O ćwiczeniach Cardio Fitness na Apple Watch”

Dokumentacja dostępna dla użytkownika wyjaśniająca poziomy sprawności cardio, sposób ich pomiaru i sposoby ich poprawy. Obejmuje zakresy normatywne specyficzne dla wieku i płci.

Dokumentacja programisty Apple

„HKCategoryTypeIdentifier.lowCardioFitnessEvent”

API do wykrywania zdarzeń o niskiej wydolności kardio, umożliwiające proaktywne interwencje zdrowotne, gdy VO₂max spadnie poniżej progów właściwych dla wieku/płci.

Apple Inc. (2022)

„Pomiar jakości pieszych wędrówek za pomocą wskaźników mobilności iPhone”

Biała księga zawierająca szczegółowe informacje na temat walidacji wskaźników wędrówek opartych na iPhone: prędkość wędrówek, długość kroku, procent podwójnego wsparcia, asymetria wędrówek. iPhone 8+ z iOS 14+ może pasywnie zbierać te dane, gdy jest noszony w kieszeni/torbie.

Apple WWDC 2021

„Odkryj zaawansowane funkcje HealthKit — stabilność podczas wędrówek”

Sesja techniczna wprowadzająca metrykę Hiking Steadiness: złożoną miarę równowagi, stabilności i koordynacji wywodzącą się z parametrów chodu. Zapewnia klasyfikację ryzyka upadku (OK, Niskie, Bardzo niskie).

Newsroom Apple (2021)

„Apple dba o zdrowie osobiste, wprowadzając bezpieczne udostępnianie i nowe spostrzeżenia”

Ogłoszenie funkcji Hiking Steadiness w iOS 15, umożliwiającej wykrywanie ryzyka upadku i rekomendowanie interwencji dla zagrożonych użytkowników.

Księżyc S. i in. (2023)

„Dokładność aplikacji Apple Health do pomiaru prędkości chodu: badanie obserwacyjne”

Badania kształtujące JMIR2023;7:e44206

Badanie walidacyjne pokazujące, że pomiary prędkości wędrówki w aplikacji iPhone Health dobrze korelują z ocenami na poziomie badawczym (r=0,86–0,91), co potwierdza użyteczność kliniczną.

Dokumentacja programisty Androida

„Typy danych i jednostki danych w Health Connect”

Oficjalna dokumentacja typów danych Health Connect, w tym StepsRecord, StepsCadenceRecord, SpeedRecord, DistanceRecord, HeartRateRecord, Vo2MaxRecord. Standardowy interfejs API do integracji danych zdrowotnych Androida.

Dokumentacja Google Fit

„Typ danych dotyczących kadencji liczby kroków”

Dokumentacja Google Fit API zawierająca dane dotyczące rytmu kroków (kroki na minutę), umożliwiająca monitorowanie aktywności na podstawie intensywności na urządzeniach z systemem Android.

Dokumentacja Google Fit

„Odczytaj łączną liczbę kroków dziennie”

Samouczek dotyczący uzyskiwania dostępu do zbiorczej dziennej liczby kroków z Google Fit API, w tym danych z wielu źródeł (czujniki telefonu, urządzenia do noszenia).

Przewodnik programisty Androida

„Przegląd programu Health Connect”

Omówienie platformy Health Connect – ujednoliconego repozytorium danych zdrowotnych Google dla systemu Android, umożliwiającego udostępnianie danych między aplikacjami za zgodą użytkownika.

Zandbergen PA, Barbeau SJ (2011)

„Dokładność położenia wspomaganych danych GPS z telefonów komórkowych o wysokiej czułości obsługujących GPS”

PLOS JEDEN2011;6(7):e24727

Badanie walidacyjne dokładności GPS smartfonów w środowiskach miejskich. Średni błąd 5-8 m na terenach otwartych, wzrastający do 10-20 m w kanionach miejskich. Ustala punkt odniesienia dla oczekiwań konsumentów dotyczących dokładności GPS.

Wu X i in. (2025)

„Dopasowywanie map dla pieszych na poziomie chodnika przy użyciu danych GNSS ze smartfonów”

Nawigacja satelitarna2025;6:3

Nowatorski algorytm dopasowywania map specyficznych dla chodników do nawigacji pieszej, poprawiający dokładność w środowiskach miejskich, gdzie standardowe dopasowanie sieci drogowej zawodzi.

Jiang C i in. (2020)

„Dokładna i bezpośrednia integracja GNSS/PDR z wykorzystaniem rozszerzonego filtra Kalmana do nawigacji pieszej na smartfonie”

Techniczna implementacja fuzji czujników GNSS/IMU przy użyciu Rozszerzonego Filtra Kalmana, umożliwiającego ciągłe pozycjonowanie w przypadku utraty sygnału GPS (tunele, przejścia wewnętrzne).

Zhang G i in. (2019)

„Algorytm dopasowywania map hybrydowych oparty na smartfonie i tanim systemie diagnostycznym w miejskich kanionach”

Teledetekcja2019;11(18):2174

Hybrydowy schemat pozycjonowania łączący GNSS z czujnikami inercyjnymi w celu zwiększenia dokładności w trudnych warunkach miejskich (wysokie budynki, pokrycie drzew).

Amerykańskie Towarzystwo Chorób Klatki Piersiowej (2002)

„Oświadczenie ATS: Wytyczne dotyczące testu sześciominutowej wędrówki”

American Journal of Respiratory and Critical Care Medicine2002;166:111-117

Oficjalny ustandaryzowany protokół testu 6-minutowego marszu (6MWT), szeroko stosowanego w praktyce klinicznej oceny funkcjonalnej wydolności wysiłkowej. Zawiera wytyczne administracyjne, wartości normatywne i interpretację.

Podsiadło D, Richardson S (1991)

„Czasowe «Up & Go»: test podstawowej mobilności funkcjonalnej dla słabych osób starszych”

Dziennik Amerykańskiego Towarzystwa Geriatrycznego1991;39(2):142-148

Oryginalny opis testu Timed Up and Go (TUG), stanowiącego złoty standard oceny mobilności funkcjonalnej i ryzyka upadków u osób starszych. Czas >14 sekund wskazuje na duże ryzyko upadku.

Ainsworth BE i in. (2011)

„Kompendium aktywności fizycznej 2011: druga aktualizacja kodów i wartości MET”

Medycyna i nauka w sporcie i ćwiczeniach2011;43(8):1575-1581

Obszerna lista referencyjna zawierająca wartości MET dla ponad 800 działań. Wartości specyficzne dla pieszych wędrówek: 2,0 MET (bardzo wolne, <2 mil na godzinę), 3,0 MET (umiarkowane, 2,5–3 mil na godzinę), 3,5 MET (szybkie, 3,5 mil na godzinę), 5,0 MET (bardzo szybkie, 4,5 mil na godzinę).

Ainsworth BE i in. (2024)

„Kompendium aktywności fizycznej dorosłych na rok 2024: aktualizacja kodów aktywności i wartości MET”

Journal of Sport and Health Science2024 (online przed drukiem)

Najnowsza aktualizacja Kompendium obejmująca nowe działania i skorygowane wartości MET w oparciu o najnowsze badania. Niezbędne odniesienie do obliczeń wydatków na energię.

Fukuchi RK i in. (2019)

„Wpływ szybkości wędrówki na biomechanikę chodu u zdrowych uczestników: przegląd systematyczny i metaanaliza”

Przeglądy systematyczne2019;8:153

Kompleksowa metaanaliza wpływu prędkości wędrówki na parametry czasoprzestrzenne, kinematykę i kinetykę. Umiarkowane do dużych rozmiarów efekty pokazują, że prędkość zasadniczo zmienia mechanikę chodu.

Mirelman A i in. (2022)

„Teraźniejszość i przyszłość oceny chodu w praktyce klinicznej: w kierunku zastosowania nowych trendów i technologii”

Granice w technologii medycznej2022;4:901331

Przegląd technologii ubieralnych i aplikacji AI do klinicznej oceny chodu, w tym parametrów czasoprzestrzennych, kinematyki i skal klinicznych (UPDRS, SARA, Dynamic Gait Index).

Mann RA i in. (1986)

„Porównawcza elektromiografia kończyny dolnej podczas joggingu, biegania i sprintu”

Amerykański dziennik medycyny sportowej1986;14(6):501-510

Klasyczne badanie EMG odróżniające turystykę pieszą od mechaniki biegowej. Wędrówka ma 62% fazy wsparcia w porównaniu z 31% podczas biegania; różne wzorce aktywacji mięśni wykazują zasadniczo odmienną biomechanikę.

Straczkiewicz M i in. (2023)

„Jedna, pasująca do większości” metoda rozpoznawania pieszych wędrówek dla smartfonów, inteligentnych zegarków i akcelerometrów do noszenia na ciele”

npj Medycyna cyfrowa2023;6:29

Uniwersalny algorytm rozpoznawania pieszych wędrówek osiągający czułość 0,92–0,97 dla różnych typów urządzeń i lokalizacji ciała. Zatwierdzone na podstawie 20 publicznych zbiorów danych, umożliwiające spójne śledzenie aktywności na różnych platformach.

Porciuncula F i in. (2024)

„Czujniki do noszenia w innych dziedzinach medycyny z potencjałem zastosowania w chirurgii urazów ortopedycznych”

Czujniki2024;24(11):3454

Przegląd aplikacji czujników do noszenia do pomiaru rzeczywistej prędkości wędrówki, liczby kroków, sił reakcji podłoża i zakresu ruchu za pomocą akcelerometrów, żyroskopów i magnetometrów.

Ungvari Z i in. (2023)

„Wieloaspektowe korzyści pieszych wędrówek dla zdrowego starzenia się: od niebieskich stref po mechanizmy molekularne”

GeroNauka2023;45:3211–3239

Kompleksowy przegląd pokazujący, że wędrówki 30 minut dziennie × 5 dni zmniejszają ryzyko choroby. Działa przeciwstarzeniowo na funkcje układu krążenia, układu krążenia i układu odpornościowego. Zmniejsza ryzyko chorób układu krążenia, cukrzycy i pogorszenia funkcji poznawczych.

Karstoft K. i in. (2024)

„Korzyści zdrowotne wynikające z interwałowego treningu pieszego”

Fizjologia stosowana, odżywianie i metabolizm2024;49(1):1-15

Przegląd treningu pieszych wędrówek interwałowych (IWT) obejmujących naprzemienne szybkie i wolne wędrówki. Poprawia sprawność fizyczną, siłę mięśni i kontrolę glikemii u chorych na cukrzycę typu 2 lepiej niż ciągłe umiarkowane wędrówki.

Morris JN, Hardman AE (1997)

„Wędrówka po zdrowie”

Medycyna Sportowa1997;23(5):306-332

Klasyczny przegląd stwierdzający, że wędrówki z tętnem maksymalnym > 70% rozwijają wydolność sercowo-naczyniową. Poprawia metabolizm HDL i dynamikę insuliny/glukozy. Podstawa turystyki pieszej jako interwencji zdrowotnej.