CN111343903A - 用于使久坐对象患糖尿病、心血管疾病、炎症、痴呆、癌症和死亡的风险降低的身体活动阈值的方法和装置设备 - Google Patents

用于使久坐对象患糖尿病、心血管疾病、炎症、痴呆、癌症和死亡的风险降低的身体活动阈值的方法和装置设备 Download PDF

Info

Publication number
CN111343903A
CN111343903A CN201880056039.1A CN201880056039A CN111343903A CN 111343903 A CN111343903 A CN 111343903A CN 201880056039 A CN201880056039 A CN 201880056039A CN 111343903 A CN111343903 A CN 111343903A
Authority
CN
China
Prior art keywords
acceleration
physical activity
person
category
vldl
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201880056039.1A
Other languages
English (en)
Other versions
CN111343903B (zh
Inventor
尤哈尼·利帕洛托
西尔卡·凯纳宁-基卡安尼米
蒂莫·耶姆赛
亚里·约凯宁
卡尔-海茵茨·赫齐格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gilip Health Technology Co ltd
Original Assignee
Gilip Health Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Gilip Health Technology Co ltd filed Critical Gilip Health Technology Co ltd
Publication of CN111343903A publication Critical patent/CN111343903A/zh
Application granted granted Critical
Publication of CN111343903B publication Critical patent/CN111343903B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683—Means for maintaining contact with the body
    • A61B5/6831—Straps, bands or harnesses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A63B69/0028—Training appliances or apparatus for special sports for running, jogging or speed-walking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Psychiatry (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fuzzy Systems (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Obesity (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Medicines Containing Material From Animals Or Micro-Organisms (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

已知血液中高水平的极低密度脂蛋白脂质(VLDL)和糖蛋白乙酰化(Glyc A)会增加久坐者患糖尿病、心血管疾病、炎症、认知障碍、癌症和过早死亡的风险。本发明确定了使血浆的VLDL和Glyc A浓度降低的加速度和每天步数的身体活动阈值。该方法和装置是加速度计对步数和加速度进行记录和分类，并且将人的步数和加速度与被表明使VLDL和GlyA降低的那些步数和加速度进行比较。本发明的特征在于，如果每天加速度最大值的数目超过处于加速度范围1.3g至1.7g的2980步的给定阈值，则人进行了通常被已知用以使循环的VLDL和GlycA降低的身体活动。

Description

用于使久坐对象患糖尿病、心血管疾病、炎症、痴呆、癌症和死 亡的风险降低的身体活动阈值的方法和装置设备
本发明涉及一种用于确定身体活动阈值的方法和装置，超过该阈值将使具有久坐生活方式的对象患糖尿病、心血管疾病、炎症、认知障碍、癌症和死亡的风险降低。在US2008/0312560A1和US2010/0137107A1中已经提出了使用运动传感器和转换单元来测量身体活动量和身体活动强度。
在此描述的本发明属于医学学科，并且包括对可以用在在久坐对象中的身体活动阈值进行确定，从而通过使糖蛋白乙酰化(glycoprotein acetylation,Glyc A)和极低密度脂蛋白颗粒(very low density lipoprotein particles,VLDL)降低来预防糖尿病、心血管疾病、炎症、认知障碍、癌症和过早死亡的风险。针对健康对象(
Figure BDA0002394379440000011
等，MedSciSports Exerc 2007)的涉及降低血液胆固醇的身体活动的早期发明(US 2010/0137107A1)不适用于具有久坐生活方式的对象，因为具有久坐生活方式的对象不能进行先前被表明使健康对象的血液胆固醇降低的规定身体活动(Herzig等，Int J Obesity 2014)。还应指出的是，具有久坐生活方式的对象不能满足关于保持健康和降低健康风险的目前WHO指南(Troiano等，2008)。
背景技术
在工业化国家，久坐生活方式越来越普遍，在这些国家，广泛使用富含能量的饮食，并且能量消耗保持较低。根据WHO统计，世界人群中有超过14亿人是超重的或肥胖的。超重和低身体活动导致几种代谢性疾病的发病率增加，主要有糖尿病、心血管疾病、炎症、痴呆、癌症、痴呆和过早死亡。目前估计人群中有500,000,000人患有2型糖尿病，并且到2030年该数量将翻倍。此外，在工业化国家，由于久坐生活方式导致的动脉粥样硬化和血液钙化致使心血管疾病死亡成为最常见的死亡原因。当前去世名单每年有1500万，并且每年都在增长。痴呆也与久坐生活方式有关，并且根据WHO统计，当今全世界有4000万人患痴呆，并且到2050年，估计该数量将增至131,000,000。身体活动量少还是伤残调整生命年的危险风险因素。根据当前的WHO统计，身体活动量少每年造成1,000,000死亡案例并损失8,000,000伤残调整生命年。
WHO、美国糖尿病协会和美国心脏协会目前的身体活动建议指出，健康成年人应每周进行至少150分钟中等强度的身体活动，诸如以5km/h的速度行走。指南中给出的两项阈值时间和行走速度应意味着每天在21分钟内步行2公里或者步行2000-3000步(取决于步长)。这些建议通过观察对象的身体活动量而制定，并且证明成年人群中的约50％满足该指南。后来，通过加速度计对身体活动水平进行了客观研究，并且结果表明，成年人群中只有不到5％能够满足上述官方身体活动指南。因此，使用个人观察或问卷调查进行的关于身体活动的所有以往研究都高估了健康状况，并且没有揭示当前人群中久坐生活方式的大量发生。
利用核磁技术已经在体液中发现了新的生物标志物，并且在健康人群和患病人群中均已经测量到这些新的生物标志物。已经观察到，糖蛋白乙酰化(GlycA)和低密度脂蛋白颗粒(VLDL)的浓度升高与慢性病和死亡相关。发现了高血液GlycA：与心脏不良事件有关、并且在健康成年男性中死亡风险增加300％(
Figure BDA0002394379440000021
等，2002)且导致肺癌患者过早死亡(Bruno等，2013)。健康老年男性和女性中，高GlycA与早期死亡相关(Carriere等，2008)。血液和尿液中高浓度的GlycA预示糖尿病和死亡(Svendstrup等，2013)。在大量人群中，测量到GlycA，并且对健康状况进行了5年的跟踪(Fischer等，2014)。据观察，高GlycA水平与心血管疾病、癌症和死亡相关。还发现高血液GlycA与细菌性败血症、肺炎和流感相关(Ritchhie等，2016)。从年轻对象测量到许多炎症标志物，并且在13年之后发现高GlycA水平与整体认知障碍相关(Cohen Manheim等，2015)。
VLDL分子携带血脂，并且已经发现它们的高浓度与糖尿病、心血管疾病和早期死亡有关(Festa等，Garvey等，2003，Goff等，2005，Mora等，2010)。高VLDL标志物使患糖尿病风险增加400％(Mora tm，2010)并且GlycA使得死亡风险成双倍(Fischer等，2014)。
已经观察到锻炼干预对生物标志物的影响，该影响使健康男性和女性中循环的VLDL分子的浓度(Kraus等，2002，Brown等，2009)以及患有多囊性卵巢疾病的女性中循环的VLDL分子的浓度(Halverstad等，2007)降低。据此推论，持续身体活跃个体的VLDL分子和GlycA水平低于久坐个体(Kujala等，2013)。因为高水平的GlycA和VLDL呈现为具有大幅度地患糖尿病、心血管疾病、炎症、痴呆和癌症的风险并且预示早期死亡，以及由于定期得锻炼和身体活动使GlycA和VLDL的循环水平降低，因此可以制定干预措施来降低这些生物标志物的水平。
科学研究的结果表明，增强的身体活动在预防健康对象和久坐对象患糖尿病、心血管疾病、炎症、痴呆、癌症和早期死亡的风险因素方面是有效的。然而，在这些上述的或者其他以往研究中均没有描述预防糖尿病、心血管疾病、炎症、癌症或过早死亡的身体活动的确切量和强度。
发明内容
久坐人群中慢性病和早期死亡的高发生率是主要的健康问题，并且与高水平的GlycA和VLDL相关联。已知定期身体活动可以降低高GlycA和VLDL，但是当前没有身体活动指南可以用于降低这些风险因素。我们的目的是提供关于使血液中的GlyA和VLDL以及患糖尿病、心血管疾病、炎症、痴呆、癌症和过早死亡的风险降低的身体活动的量和强度的确切信息。为了实现我们的目的，我们对久坐对象和活动对象记录身体活动并且测量血液生物标志物，并且确定使GlycA和VLDL浓度减少的身体活动的量和强度。我们的发明首次对久坐对象确定了使血液中的GlycA和VLDL以及患糖尿病、心血管疾病、炎症、癌症和过早死亡的风险确定了的身体活动量和身体活动强度的阈值。
本发明方法
六十八名年龄在30岁至70岁的久坐男性和女性参与被监督锻炼持续3个月，这些男性和女性在他们整个醒着的时间期间在他们的腰上携带加速度计。连续记录行走引起的步数和加速度，总共达到50,000,000个数据点。锻炼使处于加速度类别1.3g至1.7g(1g为站立)中的步数或冲击数明显增加。
在试验的开始和结束时采集血液样本，以通过NMR方法测量血液中的GlycA和VLDL。本发明中测量的VLDL是VLDL甘油三酯(VLDLTG)、中等大小的VLDL颗粒(MVLDLP)、超大VLDL颗粒(XLVLDLP)、极大VLDL甘油三酯(XXLVLDLTG，参见图1)。处于加速度类别1.3至1.7中的步数按其幅值被分成四组。对3个月期间每个组内的GlycA和VLDL浓度的变化进行分析，并且所述浓度在第一组(低于2890步每天)中明显高于在其他组中。因此，处于1.3g至1.7g中的每天2890步是身体活动的阈值，超过该阈值会显著降低血液中的GlycA和VLDL。该发现与降低的GlycA和VLDL的水平的有益健康效果显著有关(Herzig等，2017，接受刊登)。通过使用先前的方法尚无法获得具有久坐生活方式的对象的对应结果。
在此描述的本发明与使用锻炼来预防糖尿病、心血管疾病、炎症、癌症、痴呆和过早死亡的风险因素的先前已知的方法有本质的不同。医生们普遍意识到定期锻炼具有有益效果，但是锻炼的量、强度和持续时间仍不得而知。在我们的发明中，新颖并且出乎意料的是，在久坐对象中，非常低的量和强度的身体活动(每天大于2890步并且加速度处于1.3g至1.7g)降低了糖尿病、心血管疾病、炎症、癌症和早期死亡的主要风险因素的浓度。因此，我们的发明的内容与其他出版物、专利和建议中的内容是不同的，因为其他出版物、专利和建议均没有提供关于降低已知与慢性病和早期死亡相关的GlycA和VLDL的升高浓度的身体活动的量和强度的确切阈值的信息。
每天步数和加速度的阈值水平是从50,000,000个数据点收集的，并且在3个月的试验期间没有在统计上示出不同变化。因此，不可能会需要新的阈值水平。例如，2008年公布了身体活动的WHO指南，并且当前的指南仍与19年之前的类似。对于本领域技术人员而言，就加载新的阈值而言并不明显。大量的数据点将使随机几率极低。另外，阈值水平取决于患者的身体状况、所研究的生物标志物和要预防的疾病。例如，为了预防骨质疏松症，需要大于4.1g的每天约50步，但是对于降低胆固醇，健康对象需要大于2.1g的每天约2000步(
Figure BDA0002394379440000051
等，2006，Osteoporosis Int and 2007Med Sci Sports EXERC)。在久坐对象中，需要处于1.3g至1.7g中的每天约6500步以降低胆固醇和内脏脂肪(Herzig等，In JObesity)；而现在需要处于1.3g至1.7g中的每天2890步以降低GlycA和VLDL(Herzig等，2017，接受刊登)。众所周知，定期身体活动保护免受许多疾病和过早死亡，但是与我们相比，当前还没有针对有益身体活动的确切生物标志物阈值。

Claims (13)

1.一种用于对使具有久坐生活方式的人的血液中的GlycA和VLDL降低的身体活动的阈值水平进行限定和设置的方法，所述方法包括：
-通过由人携带的转换器单元(2、25)来记录通过身体活动所引起的人体的加速度的步骤(42)；
-通过所述转换器单元(2、25)将在一段时间内所记录的加速度最大值的发生数目(N)根据所述最大值的幅值来分类并存储至四个加速度类别中的一个加速度类别(43)；
-通过所述转换器单元(2、25)将在各个加速度类别中的人的加速度最大值的数目与在各个加速度类别中从锻炼的人的加速度最大值的数目测得的参考数据进行比较的步骤(44)；以及
-通过所述转换器单元(2、25)使用在所述加速度类别中的加速度最大值的数目来识别出人能够被分类到哪种身体活动类别的步骤(45、46)；
所述方法的特征在于，所述方法还包括：
-通过所述转换器单元(2、25)识别并进行下述各者的步骤(47、48)：
-将所进行的身体活动的量分类至对具有久坐生活方式的人预防糖尿病、心血管疾病、炎症、痴呆、癌症和早期死亡有益的身体活动类别；或者
-给出进行额外身体活动的建议。
2.根据权利要求1所述的方法，其特征在于，当人(1)的身体活动的发生数目(N)超过特定加速度类别中的加速度最大值的阈值时，表明所进行的锻炼已经使患糖尿病、心血管疾病、炎症、痴呆、癌症和早期死亡的风险降低。
3.根据权利要求2所述的方法，其特征在于，为了限定最高的锻炼活动类别，将所记录的加速度最大值分成介于1.3g与10g之间的多个加速度类别，所述加速度类别例如为1.3g至1.5g的类别、1.5g至1.7g的类别、1.7g至1.9g的类别、1.9g至2.1g的类别以及大于2.1g的类别，其中，1g对应于站立。
4.根据权利要求3所述的方法，其特征在于，每个测量到的加速度最大值在所述加速度最大值所属的加速度类别中使发生数目(N)加一。
5.根据权利要求4所述的方法，其特征在于，当加速度最大值的每天发生数目(N)超过处于加速度类别1.3g至1.7g内的每天2980步的给定阈值时，人(1)已经进行了使血液中的GlycA和VLDL降低的身体活动。
6.一种转换器单元(25)，所述转换器单元包括：
-单轴的或多轴的加速度计(21)，所述加速度计连续地记录由人(1)的身体活动引起的加速度最大值；
-存储器(22)，所述存储器用于对所述加速度最大值进行存储；
-处理单元(22)，所述处理单元被配置为将所述加速度最大值分类到介于0.3g与10g之间的加速度类别；
所述转换器单元的特征在于，所述转换器单元还被配置为：
-对所述人(1)的被分类的加速度最大值计数与处于加速度类别1.3g至1.7g中的每天2980步的阈值进行比较，超过所述阈值对具有久坐生活方式的人而言具有预防糖尿病、心血管疾病、炎症、痴呆、癌症和早期死亡的效果；以及
-向受检查的人(1)通知他或她的身体活动是否预防了糖尿病、心血管疾病、炎症、痴呆、癌症和早期死亡。
7.根据权利要求6所述的转换器单元，其特征在于，如果所进行的加速度最大值的数目已经超过给定的阈值水平，则所述身体活动对糖尿病、心血管疾病、炎症、痴呆、癌症和早期死亡进行了预防。
8.根据权利要求7所述的转换器单元，其特征在于，最大加速度值被分为1.3g至1.5g的加速度类别、1.5g至1.7g的加速度类别、1.7g至1.9g的加速度类别、1.9g至2.1g的加速度类别以及大于2.1g的加速度类别。
9.根据权利要求8所述的转换器单元，其特征在于，每个记录到的加速度最大值在所述加速度最大值所属的加速度类别处使发生数目加一(N＝1)。
10.根据权利要求9所述的转换器单元，其特征在于，当每天的加速度最大值的数目(N)超过处于加速度类别1.3g至1.7g中的2980步的给定阈值水平时，所进行的身体活动已经使血液中的GlycA和VLDL降低。
11.根据权利要求10所述的转换器单元，其特征在于，所述转换器单元被配置成产生：关于随着天、周或者其他时间段作为整体的g值、g值的数目、行走速度和在线能量消耗的图形和/或视听表示；以及所进行的身体活动是否达到所述给定阈值水平的信息，超过所述给定阈值水平将使血液中的GlycA和VLDL降低。
12.根据权利要求5所述的转换器单元，其特征在于，所述转换器单元是移动电话的元件，通过所述元件对所述人(1)的身体活动进行跟踪和指导以使血液中的GlycA和VLDL降低。
13.一种计算机程序产品，其特征在于，所述计算机程序产品包括储存在计算机可读介质上的计算机代码装置，所述计算机代码装置被配置成通过在处理器单元中执行所述计算机程序来执行根据权利要求1至5所述的方法的步骤。
CN201880056039.1A 2017-08-29 2018-08-29 用于对身体活动阈值进行限定和设置的方法和转换器单元 Active CN111343903B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FI20177098 2017-08-29
FI20177098A FI20177098A1 (fi) 2017-08-29 2017-08-29 Menetelmiä ja laitejärjestelyitä diabeteksen, sydän- ja verisuonisairauksien, tulehdusten, dementian ja kuolleisuuden riskejä vähän liikkuvilla henkilöillä vähentävän liikunnan kynnysarvojen määrittämiseen
PCT/FI2018/050610 WO2019043292A1 (en) 2017-08-29 2018-08-29 METHODS AND ARRANGEMENT OF THRESHOLD DEVICE OF PHYSICAL ACTIVITY REDUCING THE RISKS OF DIABETES, CARDIOVASCULAR DISEASES, INFLAMMATIONS, DEMENTIA, CANCERS AND MORTALITY IN SEDENTARY SUBJECTS

Publications (2)

Publication Number Publication Date
CN111343903A true CN111343903A (zh) 2020-06-26
CN111343903B CN111343903B (zh) 2023-03-28

Family

ID=63720710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880056039.1A Active CN111343903B (zh) 2017-08-29 2018-08-29 用于对身体活动阈值进行限定和设置的方法和转换器单元

Country Status (7)

Country Link
US (1) US11804290B2 (zh)
EP (1) EP3676847A1 (zh)
JP (1) JP7336061B2 (zh)
CN (1) CN111343903B (zh)
FI (1) FI20177098A1 (zh)
SG (1) SG11202001410RA (zh)
WO (1) WO2019043292A1 (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070060803A1 (en) * 2004-02-26 2007-03-15 Liljeryd Lars G Metabolic Monitoring, a Method and Apparatus for Indicating a Health-Related condition of a Subject
US20100098705A1 (en) * 2006-12-22 2010-04-22 Jesper Eugen-Olsen Method and tool for predicting cancer and other diseases
US20100137107A1 (en) * 2006-12-11 2010-06-03 Newtest Oy Method and device arrangement for measuring physical exercise promoting cholesterol metabolism
CN104508471A (zh) * 2012-06-08 2015-04-08 力保科学公司 Glyca的nmr测量
CN104520699A (zh) * 2012-06-08 2015-04-15 力保科学公司 多参数糖尿病风险评价
CN106255458A (zh) * 2013-11-04 2016-12-21 J·勒帕洛托 用于促进高危受试者体内的脂肪和胆固醇代谢的身体活动阈值的方法和设备布置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI118951B (fi) 2004-06-04 2008-05-30 Newtest Oy Anturiyksikkö, laitejärjestely ja laitejärjestelyä hyödyntävä menetelmä luumassan kehitysarvion muodostamiseksi ja esittämiseksi
WO2009118645A1 (en) * 2008-03-27 2009-10-01 Polar Electro Oy Apparatus for metabolic training load, mechanical stimulus, and recovery time calculation
US20150324541A1 (en) 2011-11-28 2015-11-12 Koninklijke Philips N.V. Health monitoring system for calculating a total risk score
US9952232B2 (en) 2014-09-11 2018-04-24 Liposcience, Inc. Cardiovascular risk evaluations using a risk parameter that includes an HDL and inflammatory biomarker interaction parameter

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070060803A1 (en) * 2004-02-26 2007-03-15 Liljeryd Lars G Metabolic Monitoring, a Method and Apparatus for Indicating a Health-Related condition of a Subject
US20100137107A1 (en) * 2006-12-11 2010-06-03 Newtest Oy Method and device arrangement for measuring physical exercise promoting cholesterol metabolism
US20100098705A1 (en) * 2006-12-22 2010-04-22 Jesper Eugen-Olsen Method and tool for predicting cancer and other diseases
CN104508471A (zh) * 2012-06-08 2015-04-08 力保科学公司 Glyca的nmr测量
CN104520699A (zh) * 2012-06-08 2015-04-15 力保科学公司 多参数糖尿病风险评价
CN106255458A (zh) * 2013-11-04 2016-12-21 J·勒帕洛托 用于促进高危受试者体内的脂肪和胆固醇代谢的身体活动阈值的方法和设备布置

Also Published As

Publication number Publication date
JP7336061B2 (ja) 2023-08-31
SG11202001410RA (en) 2020-03-30
EP3676847A1 (en) 2020-07-08
US20200202995A1 (en) 2020-06-25
WO2019043292A1 (en) 2019-03-07
FI20177098A1 (fi) 2019-03-01
US11804290B2 (en) 2023-10-31
JP2020531236A (ja) 2020-11-05
CN111343903B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
Sisson et al. Accelerometer-determined steps/day and metabolic syndrome
Nummela et al. Endurance performance and nocturnal HRV indices
Foley et al. Body mass index trends among adult US Special Olympians, 2005–2010
US20200146567A1 (en) Pulse wave device and method of discriminating and quantifying fatigue
US20160089038A1 (en) System, method, and computer program product for the real-time mobile evaluation of physiological stress
James et al. Total daily activity measured with actigraphy and motor function in community-dwelling older persons with and without dementia
Sawane et al. Resting heart rate variability after yogic training and swimming: A prospective randomized comparative trial
Sperlich et al. Sedentary behavior among national elite rowers during off-training—a pilot study
CN116153508A (zh) 基于主动健康指数的健康干预系统
CN111343903B (zh) 用于对身体活动阈值进行限定和设置的方法和转换器单元
Dougherty et al. Five-year changes in objectively measured cardiorespiratory fitness, physical activity, and sedentary time in mid-to-late adulthood
Elgandelwar et al. Power analysis of EEG bands for diagnosis of Alzheimer disease
JP6777543B2 (ja) ハイリスクの被験者において脂肪及びコレステロール代謝を促進する身体活動閾値を測定するための方法及び装置配列体
CN105930646B (zh) 一种评估心脏衰老程度的数据处理系统及方法
Hsiao et al. Usability of wearable devices with a novel cardiac force index for estimating the dynamic cardiac function: Observational study
Geok et al. Comparing Physical Activity of Malaysian Malay Men and Women Before, During, and After Ramadan.
JP2020531236A5 (zh)
Li et al. Automatic sleep identification using the novel hybrid feature selection method for HRV signal
Cisek-Woźniak et al. Physical activity of women over 60–methodology of activity measurement
Passey et al. Stress among Indian doctors: a gender variation
US20220133227A1 (en) Method for stress detection utilizing analysis of cardiac rhythms and morphologies
Marx Impact Of Lifestyles On Fractal Complexity Of College Students’ Daily Physical Activity
Ejtehadi et al. Learning Activities of Daily Living from Unobtrusive Multimodal Wearables: Towards Monitoring Outpatient Rehabilitation
Kavitha et al. Drowning Detection and Security in Falls with IoT Server
Yoneyama et al. Effects of indeloxazine hydrochloride on activities of daily living in cerebrovascular disease: evaluation by accelerometer

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant