Hiking Analytics Bibliography
Kompletta vetenskapliga referenser och forskningsstudier som stöder vandringsanalyser, gånganalys och hälsomått
Den här bibliografin tillhandahåller omfattande vetenskapliga bevis som stöder de mätvärden, formler och rekommendationer som används i Hike Analytics. Alla referenser inkluderar direktlänkar till peer-reviewed publikationer.
1. Steg, intensitet och hälsa
Inoue K, et al. (2023)
"Association av dagliga stegmönster med dödlighet hos vuxna i USA"
JAMA Network Open2023;6(3):e235174
Studie av 4 840 amerikanska vuxna som visar att 8 000-9 000 steg/dag hos äldre vuxna minskar dödligheten. Fördelar platå utanför detta intervall, vilket tyder på minskande avkastning vid högre steg.
Se artikel →Lee I-M, et al. (2019)
"Association av stegvolym och intensitet med dödlighet av alla orsaker hos äldre kvinnor"
JAMA Internmedicin2019;179(8):1105-1112
Studie av 16 741 äldre kvinnor (medelålder 72) som visade en minskning av dödligheten med ≥4 400 steg/dag, med fördelar på cirka 7 500 steg/dag. Etablerade bevis för att "mer inte alltid är bättre."
Se artikel →Ding D, et al. (2025)
"Steg per dag och dödlighet av alla orsaker: en systematisk översyn och metaanalys"
The Lancet Public Health2025 (online före utskrift)
Omfattande metaanalys som ger dos-responssamband mellan dagliga steg och hälsoresultat över olika populationer.
Se artikel →Del Pozo-Cruz B, et al. (2022)
"Association av dagligt antal steg och intensitet med incidentsjuklighet och dödlighet bland vuxna"
JAMA Internmedicin2022;182(11):1139-1148
Studie av 78 500 brittiska vuxna som introducerarPeak-30 kadensmetrisk. Fann att både totala steg OCH topp-30 kadens oberoende associerade med minskad sjuklighet och mortalitet. Peak-30 kadens kan vara viktigare än totala steg för hälsoresultat.
Se artikel →Open Access PDF →Mästare H, et al. (2022)
"Association av stegräkningar över tid med risken för kronisk sjukdom i All of Us Research Program"
Naturmedicin2022;28:2301–2308
Storskalig studie som visar ihållande stegräkningar över tid minskar risken för kroniska sjukdomar inklusive diabetes, fetma, sömnapné, GERD och depression.
Se artikel →Del Pozo-Cruz B, et al. (2022)
"Association av dagligt antal steg och intensitet med incident demens hos 78 430 vuxna som bor i Storbritannien"
JAMA Neurology2022;79(10):1059-1063
Dagliga steg och stegintensitet båda associerade med minskad demensrisk. Optimal dos runt 9 800 steg/dag, med ytterligare fördelar från högre kadens (rask vandring).
Se artikel →2. Kadens och intensitet
Tudor-Locke C, et al. (2019) — CADENCE-Vuxenstudie
"Vandringskadens (steg/min) och intensitet hos 21-40 åringar: CADENCE-vuxna"
International Journal of Behavioral Nutrition and Physical Activity2019;16:8
Landmärkestudie som fastställer 100 steg/min som tröskelvärde för måttlig intensitet (3 MET)med 86 % sensitivitet och 89,6 % specificitet hos 76 deltagare i åldern 21-40. Detta fynd utgör grunden för kadensbaserad intensitetsövervakning vid vandring.
Se artikel →Tudor-Locke C, et al. (2020)
"Vandringskadens (steg/min) och intensitet hos 41 till 60-åriga vuxna: CADENCE-studien för vuxna"
International Journal of Behavioral Nutrition and Physical Activity2020;17:137
Bekräftad tröskel på 100 spm för måttlig intensitet hos medelålders vuxna (41-60 år). Fastställde 130 spm som tröskel för kraftig intensitet (6 MET).
Se artikel →Aguiar EJ, et al. (2021)
"Kadens (steg/min) och relativ intensitet hos 21 till 60-åringar: CADENCE-studien för vuxna"
International Journal of Behavioral Nutrition and Physical Activity2021;18:27
Metaanalys som bekräftar kadenströskelvärden förblir stabila i åldrarna 21-85 år, vilket stöder universell tillämpning av kadensbaserad intensitetsövervakning.
Se artikel →Moore CC, et al. (2021)
"Utveckling av en kadensbaserad metabolisk ekvation för vandring"
Medicin och vetenskap inom sport och träning2021;53(1):165-173
Utvecklad enkel ekvation:MET = 0,0219 × kadens + 0,72. Denna modell visade 23-35 % större noggrannhet än standard ACSM-ekvationen, med en precision på ~0,5 METs vid normala vandringshastigheter.
Se artikel →Tudor-Locke C, et al. (2022)
"Kadens (steg/min) och intensitet under ambulering hos 6–20-åringar: CADENCE-barnstudien"
International Journal of Behavioral Nutrition and Physical Activity2022;19:1
Grundläggande bevis för forskning med kadensintensitet över åldersgrupper, vilket ger en omfattande ram för tolkning.
Se artikel →American Heart Association (AHA)
"Målpulsdiagram"
Standardreferens för pulszonsträning. Måttlig intensitet = 50-70 % max HR; kraftfull = 70-85 % max HR.
Visa resurs →3. Gånghastighet, skörhet och fall
Studenski S, et al. (2011)
"Gånghastighet och överlevnad hos äldre vuxna"
JAMA2011;305(1):50-58
Landmärkestudie av 34 485 äldre vuxna som etablerar gånghastighet som prediktor för överlevnad.Hastigheter <0,8 m/s associerade med högre dödlighet; hastigheter >1,0 m/s indikerar god funktionshälsa. Gånghastighet anses nu vara ett "viktigt tecken" på hälsa hos äldre vuxna.
Se artikel →Open Access PDF →Pamoukdjian F, et al. (2022)
"Gånghastighet och fall hos äldre vuxna: En systematisk översikt och metaanalys"
BMC Geriatrik2022;22:394
Paraplygranskning som etablerar ett starkt samband mellan långsammare gånghastighet och ökad fallrisk hos äldre vuxna som bor i samhället.
Se artikel →Verghese J, et al. (2023)
"Årlig nedgång i gånghastighet och fall hos äldre vuxna"
BMC Geriatrik2023;23:290
Årliga förändringar i gånghastighet förutsäger fallrisk. Övervakning av årliga gånghastighetsförändringar möjliggör tidiga insatser för att förhindra fall.
Se artikel →4. Gångvariabilitet och stabilitet
Hausdorff JM, et al. (2005)
"Gångvariabilitet och fallrisk hos äldre vuxna som bor i samhället: en 1-årig prospektiv studie"
Journal of NeuroEngineering and Rehabilitation2005;2:19
Ökad gångvariabilitet (variationskoefficient i stegtid) förutsäger fallrisk. CV >3-4% vid normal vandring indikerar ökad risk.
Se artikel →Hausdorff JM (2009)
"Gångdynamik vid Parkinsons sjukdom: vanligt och distinkt beteende bland steglängd, gångvariabilitet och fraktalliknande skalning"
Kaos2009;19(2):026113
Fraktal analys av gångmönster vid Parkinsons sjukdom som visar förändrad stegdynamik och förlust av komplexitet i neurologiska tillstånd.
Visa PDF →Moe-Nilssen R, Helbostad JL (2004)
"Uppskattning av gångcykelegenskaper genom bålaccelerometri"
Journal of Biomechanics2004;37(1):121-126
Etablerad tillförlitlighet för bålmonterade accelerometrar för gånganalys, som utgör grunden för smartphone och smartwatchs gångbedömning.
Visa sammanfattning →Phinyomark A, et al. (2020)
"Fraktal analys av mänsklig gångvariabilitet via tidsserier för stegintervall"
Frontiers in Physiology2020;11:333
Genomgång av fraktalanalysmetoder (DFA alfa) för att kvantifiera långdistanskorrelationer i gångmönster, användbar för att upptäcka neurologiska tillstånd.
Se artikel →5. Lutning, belastning och vandringsekonomi
Ralston HJ (1958)
"Energi-hastighetsförhållande och optimal hastighet vid planvandring"
Internationale Zeitschrift für angewandte Physiologie1958;17:277-283
Klassisk studie som etablerar en U-formad kurva för vandringsekonomi. Optimal vandringshastighet (minsta energikostnad) sker vid cirka 1,25 m/s (4,5 km/h) på plan mark.
Visa sammanfattning →Visa PDF →Zarrugh MY, et al. (2000)
"Önskad hastighet och transportkostnad: effekten av lutning"
Journal of Experimental Biology2000;203:2195-2200
Transportkostnaderna ökar avsevärt med lutning. +5% gradient ökar avsevärt metabola kostnader; Nedförsbackar (-5 till -10 %) ökar kostnaden för excenterbromsar.
Se artikel →Lim HT, et al. (2018)
"En enkel modell för att uppskatta metaboliska kostnader för mänsklig vandring över sluttningar och ytor"
Vetenskapliga rapporter2018;8:5279
Mekanisk modell för vandringsenergikostnad som inkluderar lutning och terrängtyp, vilket möjliggör förutsägelse av metabolisk efterfrågan under olika förhållanden.
Se artikel →Steudel-Numbers K, Tilkens MJ (2022)
"Effekten av nedre extremitetslängd på den energiska kostnaden för förflyttning: konsekvenser för fossila homininer"
eLife2022;11:e81939
Analys av energi/tid avvägningar i mänskliga pacingstrategier över olika vandringshastigheter och gradienter.
Se artikel →Förtryck PDF →6. VO₂max och Apple HealthKit
Apple Inc. (2021)
"Använder Apple Watch för att uppskatta konditionsträning med VO₂ max"
Teknisk vitbok som beskriver Apple Watch-metoden för att uppskatta VO₂max under utomhusvandringar, löpturer och vandringar. Använder puls, GPS-hastighet och accelerometerdata med validerade algoritmer.
Visa vitbok (PDF) →Apples utvecklardokumentation
"HKQuantityTypeIdentifier.vo2Max"
Officiell HealthKit API-dokumentation för åtkomst till VO₂max-data. Enheter: ml/(kg·min). Apple Watch Series 3+ uppskattar VO₂max under konditionsaktiviteter utomhus.
Visa dokumentation →Apple-support
"Om konditionsträning på Apple Watch"
Användarvänlig dokumentation som förklarar konditionsnivåer, hur de mäts och hur man kan förbättra dem. Inkluderar ålders- och könsspecifika normintervall.
Visa supportartikel →Apples utvecklardokumentation
"HKCategoryTypeIdentifier.lowCardioFitnessEvent"
API för att upptäcka låga konditionsträningshändelser, vilket möjliggör proaktiva hälsoinsatser när VO₂max faller under ålders-/könsspecifika trösklar.
Visa dokumentation →7. Apple Mobility Metrics
Apple Inc. (2022)
"Mäta vandringskvalitet genom iPhone Mobility Metrics"
Vitbok som beskriver validering av iPhone-baserade vandringsmått: vandringshastighet, steglängd, dubbel stödprocent, vandringsasymmetri. iPhone 8+ med iOS 14+ kan passivt samla in dessa mätvärden när de bärs i fickan/väskan.
Visa vitbok (PDF) →Apple WWDC 2021
"Utforska avancerade funktioner i HealthKit — Vandringsstabilitet"
Teknisk session som introducerar vandringsstabilitetsmått: sammansatt mått på balans, stabilitet och koordination härledd från gångparametrar. Ger fallriskklassificering (OK, Låg, Mycket låg).
Titta på video →Apple Newsroom (2021)
"Apple främjar personlig hälsa genom att introducera säker delning och nya insikter"
Tillkännagivande av vandringsstabilitetsfunktion i iOS 15, som möjliggör fallriskdetektering och rekommendationer om åtgärder för användare i riskzonen.
Visa meddelande →Moon S, et al. (2023)
"Noggrannhet hos Apple Health-appen för att mäta gånghastighet: Observationsstudie"
JMIR Formativ forskning2023;7:e44206
Valideringsstudie som visar iPhone Health-appens vandringshastighetsmätningar korrelerar väl med bedömningar av forskningsgrad (r=0,86-0,91), vilket stöder klinisk användbarhet.
Se artikel →8. Android Health Connect och Google Fit
Android-utvecklardokumentation
"Health Connect datatyper och dataenheter"
Officiell dokumentation för Health Connect-datatyper inklusive StepsRecord, StepsCadenceRecord, SpeedRecord, DistanceRecord, HeartRateRecord, Vo2MaxRecord. Standard API för Android hälsodataintegration.
Visa dokumentation →Google Fit-dokumentation
"Steg count kadens datatyp"
Google Fit API-dokumentation för stegkadensdata (steg per minut), vilket möjliggör intensitetsbaserad aktivitetsövervakning på Android-enheter.
Se dokumentation →Google Fit-dokumentation
"Läs totalt antal dagliga steg"
Handledning för åtkomst till aggregerade dagliga stegräkningar från Google Fit API, inklusive data från flera källor (telefonsensorer, bärbara enheter).
Visa dokumentation →Android Developer Guide
"Health Connect översikt"
Översikt över Health Connect-plattformen, Googles enhetliga hälsodatalager för Android, som möjliggör delning av data över flera appar med användarens samtycke.
Visa dokumentation →9. GPS, kartmatchning och fotgängarnavigering
Zandbergen PA, Barbeau SJ (2011)
"Positionell noggrannhet för assisterad GPS-data från högkänsliga GPS-aktiverade mobiltelefoner"
PLOS ONE2011;6(7):e24727
Valideringsstudie av smartphone GPS-noggrannhet i stadsmiljöer. Medelfel 5-8m i öppna områden, ökar till 10-20m i urbana kanjoner. Fastställer baslinjen för konsumenternas GPS-noggrannhetsförväntningar.
Se artikel →Open Access PDF →Wu X, et al. (2025)
"Matchning av fotgängarkarta på trottoarnivå med smartphone GNSS-data"
Satellitnavigering2025;6:3
Ny trottoarspecifik kartmatchningsalgoritm för fotgängarnavigering, förbättrar noggrannheten i stadsmiljöer där standardmatchning av vägnätverk misslyckas.
Se artikel →Jiang C, et al. (2020)
"Exakt och direkt GNSS/PDR-integration med utökat Kalman-filter för smartphonenavigering för fotgängare"
Teknisk implementering av GNSS/IMU-sensorfusion med Extended Kalman Filter, som möjliggör kontinuerlig positionering när GPS-signalen tappas (tunnlar, inomhusövergångar).
Se artikel →Zhang G, et al. (2019)
"Hybrid kartmatchningsalgoritm baserad på smartphone och lågkostnads-OBD i urbana kanjoner"
Fjärravkänning2019;11(18):2174
Hybridpositioneringssystem som kombinerar GNSS med tröghetssensorer för förbättrad noggrannhet i utmanande stadsmiljöer (höga byggnader, trädtäcke).
Se artikel →10. Kliniska vandringstester
American Thoracic Society (2002)
"ATS Statement: Riktlinjer för sexminutersprovet"
American Journal of Respiratory and Critical Care Medicine2002;166:111-117
Officiellt standardiserat protokoll för 6-minuters vandringstest (6MWT), allmänt använd klinisk bedömning av funktionell träningskapacitet. Inkluderar administrativa riktlinjer, normativa värderingar och tolkning.
Visa riktlinjer (PDF) →PubMed →Podsiadlo D, Richardson S (1991)
"The Timed 'Up & Go': A Test of Basic Functional Mobility for Frail Elderly Persons"
Journal of the American Geriatrics Society1991;39(2):142-148
Originalbeskrivning av Timed Up and Go (TUG) test, guldstandardbedömning av funktionell rörlighet och fallrisk hos äldre vuxna. Tid >14 sekunder indikerar hög fallrisk.
Se artikel →PubMed →11. Metabolic Equivalents (METs) Kompendium
Ainsworth BE, et al. (2011)
"2011 års kompendium av fysiska aktiviteter: en andra uppdatering av koder och MET-värden"
Medicin och vetenskap inom sport och träning2011;43(8):1575-1581
Omfattande referenslista MET-värden för 800+ aktiviteter. Vandringsspecifika värden: 2,0 METs (mycket långsam, <2 mph), 3,0 METs (måttlig, 2,5-3 mph), 3,5 METs (brisk, 3,5 mph), 5,0 METs (mycket rask, 4,5 mph).
PubMed →Spårningsblad (PDF) →Ainsworth BE, et al. (2024)
"2024 års vuxenkompendium av fysiska aktiviteter: en uppdatering av aktivitetskoder och MET-värden"
Journal of Sport and Health Science2024 (online före utskrift)
Den senaste uppdateringen av kompendiet, med nya aktiviteter och reviderade MET-värden baserat på nyare forskning. Viktig referens för energiförbrukningsberäkningar.
Se artikel →12. Vandring Biomekanik
Fukuchi RK, et al. (2019)
"Effekter av vandringshastighet på gångbiomekanik hos friska deltagare: en systematisk översyn och metaanalys"
Systematic Recensioner2019;8:153
Omfattande metaanalys av vandringshastighetseffekter på spatiotemporala parametrar, kinematik och kinetik. Måttliga till stora effektstorlekar visar att hastighet i grunden förändrar gångmekaniken.
Se artikel →Mirelman A, et al. (2022)
"Nutid och framtid för gångbedömning i klinisk praxis: Mot tillämpningen av nya trender och teknologier"
Frontiers in Medical Technology2022;4:901331
Granskning av bärbar teknologi och AI-applikationer för klinisk gångbedömning, inklusive spatiotemporala parametrar, kinematik och kliniska skalor (UPDRS, SARA, Dynamic Gait Index).
Se artikel →Mann RA, et al. (1986)
"Jämförande elektromyografi av nedre extremiteten vid jogging, löpning och sprint"
American Journal of Sports Medicine1986;14(6):501-510
Klassisk EMG-studie som skiljer vandring från löpmekanik. Vandring har 62% stödfas mot 31% i löpning; olika muskelaktiveringsmönster visar fundamentalt olika biomekanik.
PubMed →13. Bärbara sensorer och aktivitetsigenkänning
Straczkiewicz M, et al. (2023)
"En "en-storlek-passar-de flesta" vandringsigenkänningsmetod för smartphones, smartklockor och bärbara accelerometrar"
npj Digital Medicin2023;6:29
Universell vandringsigenkänningsalgoritm som uppnår 0,92-0,97 känslighet över olika enhetstyper och kroppsplatser. Validerad med 20 offentliga datauppsättningar, vilket möjliggör konsekvent aktivitetsspårning över plattformar.
Se artikel →Porciuncula F, et al. (2024)
"Bärbara sensorer i andra medicinska domäner med applikationspotential för ortopedisk traumakirurgi"
Sensorer2024;24(11):3454
Genomgång av bärbara sensorapplikationer för att mäta verklig vandringshastighet, stegräkningar, markreaktionskrafter och rörelseomfång med hjälp av accelerometrar, gyroskop och magnetometrar.
Se artikel →14. Vandring och hälsosamt åldrande
Ungvari Z, et al. (2023)
"De mångfacetterade fördelarna med att vandra för ett hälsosamt åldrande: från blå zoner till molekylära mekanismer"
GeroScience2023;45:3211–3239
Omfattande granskning som visar 30 min/dag vandring × 5 dagar minskar risken för sjukdomar. Anti-aging effekter på cirkulations-, hjärt- och lungfunktioner och immunförsvar. Minskar risken för hjärt-kärlsjukdomar, diabetes och kognitiv försämring.
Se artikel →Karstoft K, et al. (2024)
"Hälsofördelarna med Intervallvandringsträning"
Tillämpad fysiologi, nutrition och metabolism2024;49(1):1-15
Genomgång av Interval Hiking Training (IWT) omväxlande snabb och långsam vandring. Förbättrar fysisk kondition, muskelstyrka och glykemisk kontroll vid typ 2-diabetes bättre än kontinuerlig måttlig vandring.
Se artikel →Morris JN, Hardman AE (1997)
"Vandring till hälsa"
Idrottsmedicin1997;23(5):306-332
Klassisk recension som fastställer att vandring med >70 % max HR utvecklar kardiovaskulär kondition. Förbättrar HDL-metabolism och insulin/glukosdynamik. Grunden för vandring som hälsointervention.
PubMed →Ytterligare resurser
Yrkesorganisationer
- International Society of Biomechanics (ISB)
- Clinical Movement Analysis Society (CMAS)
- American College of Sports Medicine (ACSM)
- Gait and Clinical Movement Analysis Society (GCMAS)
Nyckeltidskrifter
- Gång och hållning
- Journal of Biomechanics
- Medicin och vetenskap inom sport och träning
- International Journal of Behavioral Nutrition and Physical Activity
- Journal of NeuroEngineering and Rehabilitation
Hiking Analytics Bibliography - Vetenskapliga referenser
Komplett bibliografi över vetenskapliga studier och forskningsartiklar om vandringsanalys, gånganalys, hälsomått och vandringsprestanda.
- 2026-04-04
- vandringsforskningsbibliografi · gånganalysforskning · vandringsstudier · vetenskapliga referenser · vandringsvetenskapliga tidningar
- Forskning
