Liikkumisella on lukuisia edullisia vaikutuksia ja yhteyksiä terveyteen, hyvinvointiin ja oppimiseen. Tutkimustieto liikkumisen määrästä on tärkeää monista eri syistä. Tieto väestön eri ryhmien kokonaisaktiivisuuden tilasta, ja sen muutoksista vaikuttaa liikuntapoliittiseen päätöksen tekoon.
Toisaalta liikkumisen mittaamista käytetään osana tutkimuksen ja hanketoiminnan vaikuttavuusarviota (Kallio, Kulmala ja Tammelin, 2022). Liikkumisen mittaamisen järjestyksessään kuudes Pohjoismainen seminaari järjestettiin Turussa 4.-6.10.2023 (The 6th Nordic Seminar on Technical Measurements of Physical Activity & Sedentary Behaviour). Oma työurani on liittynyt kiinteästi liikkumisen mittaamiseen eri tutkimuksissa vuodesta 2010 lähtien ja tässä tekstissä pohdin, mikä on muuttunut näiden 13 vuoden aikana.
Arkielämän liikkumisen määrää ja energiankulutusta on arvioitu kyselyiden, päiväkirjojen, haastatteluiden ja havainnoinnin avulla. Teknologian kehittyminen on mahdollistanut mittaamisen laitteilla, kuten askel-, kiihtyvyys-, syke-, GPS-mittareilla sekä näiden yhdistelmillä, mutta arvioinnista tällöinkin on kyse.
Aiemmin menetelmät jaettiin subjektiivisiin ja objektiivisiin menetelmiin, mutta koska myös ns. objektiivisiin menetelmien käyttöön ja erityisesti analysointiin liittyy niin paljon tutkijan päätöksentekoa ja valintoja, puhutaan nykyään objektiivisuuden sijaan laitteella mittaamisesta. Energiankulutuksen mittaamisen tarkimpia menetelmiä ovat kannettava hengityskaasuanalysaattori ja huonekalorimetri, mutta näiden käyttömahdollisuudet ovat lyhyen aikavälin laboratoriomittauksissa, ei tutkittavan normaalissa arjessa. Kaksoismerkittyä vettä käyttämällä saadaan selvitettyä tarkka energiankulutus pidemmältä jaksolta, muutamasta päivästä muutamaan viikkoon, mutta menetelmä on kallis. Toinen menetelmän heikkous on, ettei sillä saada selville päivän aikaisten eri segmenttien energiankulutusta.
Katsaus menneeseen
Hypätessäni liikkumisen mittaamisen maailmaan vuonna 2010, oli ns. subjektiivisia menetelmiä käytetty jo vuosikymmeniä. Lisäksi GPS-mittareita hyödynnettiin jonkin verran liikkumisen määrän mittaamisessa, mutta sillä oli useita arkielämän mukanaan tuomia heikkouksia. Tekniikka ei toimi sisätiloissa ja datasta on vaikea erotella, tapahtuuko liikkuminen lihasvoimin vai moottoriajoneuvolla. Sykemittarit olivat pääosin käytössä lyhyissä alle vuorokauden mittauksissa. Myös elektroniset askelmittarit olivat melko laajalti käytössä pienen kokonsa ja edullisen hintansa vuoksi.
Kiihtyvyysmittarit alkoivat juuri vakiinnuttaa paikkaansa tutkimusmaailmassa, sillä niidenkin hinnat alkoivat olla saavutettavissa ja laitteet olivat yhtä pieniä kuin askelmittarit. Kiihtyvyysmittareiden etuja olivat askeltiedon lisäksi liikkumisen intensiteetin, eli kuormitustason, arvioiminen, mikä auttaa myös energiankulutuksen arvioinnissa, sekä mitatun tiedon kohdentaminen haluttuun segmenttiin päivän aikana. Askelmittareiden tavoin kiihtyvyysmittareita käytettiin tällöin pääosin lantiolla, lähellä massakeskipistettä ja yleensä vain valveillaoloaikana. Yhdysvaltalainen ActiGraph oli tunnetuin ja tutkimuksissa käytetyin merkki, ja siitä oli vuoteen 2010 mennessä ehtinyt tulla jo ainakin kolme kaupallista kehitysversiota.
2010-luvun alkupuolella alkoi ilmestyä ensimmäisiä kuluttajille suunnattuja kiihtyvyysmittareita, eli aktiivisuusrannekkeita, kuten arkikielessä puhuttiin. Tällaiset mittarit olivat kutsuvamman näköisiä, antoivat välitöntä palautetta ja ranteeseen puettuina mukavampia käyttää kuin tutkimukseen suunnatut mittarit. Tutkimuksen näkökulmasta kuluttajalaitteita vaivasi, ja suurelta osin vaivaa edelleen, muutama ongelma.
Mittaritieto kytketään henkilökohtaiseen tiliin, mikä hankaloittaa massamittauksia valtavasti. Lisäksi tutkimuksen kannalta ei usein ole hyvä, että tutkittava saa palautetta kesken mittauksen tai intervention. Suurempi ongelma oli kuitenkin musta laatikko. Tutkijalle ei ole selvää, miten mittari analysoi datan. Ja vielä pahempaa, valmistaja voi muuttaa analysointitapaa milloin tahansa, mikä poistaa luotettavan seurantatiedon mahdollisuuden.
Mustan laatikon ongelma vaivasi ActiGraphiakin 2010-luvun alkupuolella, mikä on toisaalta ymmärrettävää markkinajohtajan aseman saaneelta valmistajalta. Tutkijoiden ja siten myös asiakkaiden antama paine sekä tutkijoiden omat selvitykset tulosten laskentatavoista, johtivat kuitenkin menetelmän avaamiseen. Uudemmista malleista data saadaankin ulos sekä ActiGraphin omina oletusmuuttujina, mutta myös raaemmassa kiihtyvyysmuodossa. Nykyisin suositellaan käyttämään mahdollisimman avoimia ja läpinäkyviä menetelmiä. Kilpailua tutkimusluokan liikkumisen mittaamiseen tarkoitetuissa kiihtyvyysmittareissakin on syntynyt ihan mukavasti. Tunnetuimpia tuoreempia valmistajia lienevät GeneActiv, ActivPal, Axivity ja Sens.
Kiihtyvyysmittareiden käyttö tutkimusjulkaisuissa on moninkertaistunut, menetelmät ovat kehittyneet ja datan prosessoinnista on tullut avoimempaa verrattuna vuoteen 2010, mutta samalla kenttä on sirpaloitunut. Tutkimusluokan mittareita on soviteltu muihinkin sijainteihin kuin lantiolle (Arvidsson, Fridolfsson ja Börjesson 2019). Ranteessa pitäminen lisää mittarin käytön mukavuutta ja mahdollistaa paremmin unen mittaamisen, mutta jos lantiomittaus helposti aliarvioi liikkumisen määrää siksi että lantiolta ei saada mitattua esimerkiksi käsillä tehtäviä aktiviteettejä, niin rannemittaus ennemmin yliarvioi tulosta. Reidestä mittaaminen mahdollistaa pyöräilyn ja istumisen tunnistamisen pelkän paikallaanolotiedon sijaan, mutta ei tunnista käsillä tehtäviä aktiviteettejä liikkeeksi.
Muita vähemmän käytettyjä sijainteja ovat nilkka, rinta, olkavarsi, yläselkä ja alaselkä. Eri sijainneilla on omat hyvät ja huonot puolensa, ja siksi on vaikea määrittää mikä olisi ”virallinen” ja paras tapa mitata. Valitettavasti myös eri valmistajien mittareiden välillä on eroja tuloksissa. Vaikka kiihtyvyys on universaali suure, eivät mittarit tuota keskenään täysin vastaavaa kiihtyvyysdataa, mikä liittynee mittareiden teknisiin eroihin sekä mittauksen aikana tapahtuvaan esiprosessointiin (Rowlands ym. 2018). Universaaleja menetelmiä kuitenkin pyritään kehittämään.
Kolmas sirpaleisuuden lähde liittyy valittaviin mittausasetuksiin ja kiihtyvyysmittareiden analytiikkaan. Mittareiden käyttöönotossa useimmissa mittareissa valitaan näytteenottotaajuus, mikä vaikuttaa tulokseen ja siten mittausten vertautuvuuteen. Kiihtyvyysdatan analysoinnissa puolestaan on mahdollisuus valita kymmeniä eri muuttujia liikkumisen kuormitustasosta, yhtäjaksoisiin liikkumisiin tai paikallaanoloaikoihin sekä nykyisin myös liikkumistyyppeihin, eli istuuko, juokseeko jne. Jokaiseen näistä muuttujasta on tarjolla useimmiten kymmeniä eri analysointitapoja ja asetusvaihtoehtoja. Toisaalta jollekin tietylle kohderyhmälle, vaikkapa päiväkoti-ikäisille reidestä mitattuna, ei välttämättä ole tarjolla liikkumistyypin määrittelyn menetelmää, mutta voi pohtia pystyisikö jollekin toiselle kohderyhmälle olevaa menetelmää hyödyntämään myös näille.
Nykyhetken ja tulevaisuuden muistelua
Menetelmät ovat vuosien saatossa kehittyneet energiankulutuksen ja kiihtyvyyden lineaarisen suhteen hyödyntämisestä koneoppimiseen ja älykkäämpiin tunnistusmenetelmiin. Analysointiin sopivia, maksuttomia ohjelmia on ollut aiemmin vähän tarjolla, mikä on johtanut siihen, että monet tutkijat ovat luoneet omat ohjelmansa. Nykyisin, esimerkiksi Python- ja R-ohjelmistokielille on tarjolla myös avoimia analysointikoodeja, mutta käyttö vaatii ohjelmisto-osaamista sekä ymmärrystä muuttujista ja niiden laskentatavoista. Koneoppimisen hyödyntäminen tullee kasvattamaan rooliaan analytiikassa.
Hyvää on, että alalla tehdään nykyään paljon yhteistyötä eri tutkimusryhmien välillä sekä julkaistaan tulevaisuudensuunnitelmia ja suositeltavia menetelmiä pohtivia asiantuntijajulkaisuja. Liikkumissuosituksia laativissa ryhmissä on mukana laitteella mittaamisen asiantuntijoita. Toistaiseksi kuitenkin suositukset perustuvat edelleen suurelta osin kyselytutkimuksiin sillä tutkimustieto on edelleen paljon laajempaa, pidemmältä aikaväliltä ja vähemmän sirpaleista kuin laitteilla mitattu tieto.
Sirpaleisuuden mukanaan tuomista haasteista huolimatta, kiihtyvyysmittarilla mittaamisesta näyttää tulleen standardi, kun halutaan kerätä liikkumistietoa isohkolta massalta ihmisiä kyselytutkimusta tarkemmassa muodossa. Menetelmä on kaukana täydellisestä, mutta sillä saa lisäarvoa, ja se on ollut hyvä kompromissi kustannusten ja tutkittavaan kohdistuvan rasituksen osalta.
Myös GPS-mittarin käyttäminen tutkimuksissa fyysisen aktiivisuuden määrittämiseen on lisääntynyt kymmenen vuoden aikana, ja sitä hyödyntäneitä asiantuntijoita on kutsuttu enenevissä määrin liikkumisen mittaamisen seminaareihin, kuten Turun seminaarin yhteyteen. GPS-tietoa liikkumisen mittaamisessa yhdistelevien julkaisujen määrä on kuitenkin edelleen vähäisempi kuin kiihtyvyystiedon ja fyysisen aktiivisuuden osalta vuonna 2010. Tämäkin menetelmä kehittyy edelleen, vaikkakin kiinnostus ja hyödyntämispotentiaali on vielä toistaiseksi pysynyt maltillisena. Suurin anti GPS-mittarissa tuntuukin olevan sen yhdistämisessä kiihtyvyysmittarin tietoon, jolloin voidaan tutkia vaikkapa mikä päiväkotipihan alue liikuttaa eniten.
Syketieto on niin yksilökohtaista, että arjen fyysisen aktiivisuuden arviointia varten se vaatii, kumppanikseen henkilökohtaisen kalibroinnin, mikä tekee siitä työläämmän käyttää kuin kiihtyvyysmittari. Lisäksi syke ei tarjoa riittävää informaatiota liikkumiskäyttäytymisestä matalalla kuormitustasolla, ja usein kytketään siksi kiihtyvyysmittariin. Näin ollen syketiedon rinnalla käytetään yleensä kiihtyvyysdataa. Huomionarvoista on, että mitä enemmän mittareita tutkittavalle puetaan, sitä hankalammaksi pitkäaikainen käyttö muodostuu, ja tämä johtaa tutkittavien poisjääntiin tai mittareiden käytön lopettamiseen ennenaikaisesti.
Kuluttajatuotteisiin on jo pitkään ollut integroituna useita edellä mainittuja sensoreita, mutta tutkimuslaitteisiin näitä ei ole yhdistetty. Oleellisin syy lienee akun rajallisessa kestossa/laitteen ulkoisen koon suurenemisessa. Kuluttaja voi säädellä sensoreiden käyttöä valitsemalla tuotteestaan aktiviteetin, jota harrastaa, mikä vähentää sensoreiden tyhjäkäyntiä. Näin kuluttaja voi saada hyvinkin paljon ja tarkkaa tietoa omasta mittaristaan, kunhan esiasetukset ovat kunnossa ja jokainen aktiviteetti tulee valituksi tekemisen mukaan.
Tänä vuonna myyntiin tuleva ActiGraphin uusin malli vaikuttaisi yhdistävän kiihtyvyystiedon sykkeen optiseen mittaamiseen ranteesta, joten pidän todennäköisenä, että tältä osin tutkimusmittarit tulevat lähenemään kuluttajatuotteita, joissa erityisesti käyttökokemus pyritään optimoimaan. Yksi tärkeimmistä asioista hyvässä tutkimuksessa on haluttua kohdejoukkoa edustava otos. Aika näyttää miten hyvin eri sensoreiden keräämää tietoa opitaan tutkimuksen kannalta hyödyntämään. Sirpaleisuutta se ei luultavasti vähennä.