[论文解读] Distributional data analysis of accelerometer data from the NHANES database using nonparametric survey regression models

Marcos Matabuena, Alexander M. Petersen|arXiv (Cornell University)|Apr 2, 2021

Physical Activity and Health被引用 6

一句话总结

本文提出了一种针对NHANES调查中加速度计数据的分布函数数据表示方法，采用非参数调查回归模型——核平滑和核岭回归——并将其适配至复杂调查设计。该方法保留了完整的时序活动轮廓，避免了因任意强度阈值划分而导致的信息损失，并实现了在具有全国代表性的样本中对体力活动健康影响的可靠推断。

ABSTRACT

Accelerometers enable an objective measurement of physical activity levels among groups of individuals in free-living environments, providing high-resolution detail about physical activity changes at different time scales. Current approaches used in the literature for analyzing such data typically employ summary measures such as total inactivity time or compositional metrics. However, at the conceptual level, these methods have the potential disadvantage of discarding important information from recorded data when calculating these summaries and metrics since these typically depend on cut-offs related to exercise intensity zones chosen subjectively or even arbitrarily. Furthermore, much of the data collected in these studies follow complex survey designs. Then, using specific estimation strategies adapted to a particular sampling mechanism is mandatory. The aim of this paper is two-fold. First, a new functional representation of a distributional nature accelerometer data is introduced to build a complete individualized profile of each subject's physical activity levels. Second, we extend two nonparametric functional regression models, kernel smoothing and kernel ridge regression, to handle survey data and obtain reliable conclusions about the influence of physical activity in the different analyses performed in the complex sampling design NHANES cohort and so, show representation advantages.

研究动机与目标

• 解决传统指标（如'特定强度范围内的时间'）因人为设定强度阈值而丢失详细时序活动模式的局限性。
• 开发一种功能性的、分布式的加速度计数据表示方法，以捕捉个体层面完整的体力活动水平轮廓。
• 将非参数功能回归模型（核平滑和核岭回归）扩展至处理具有不等概率抽样和分层结构的复杂调查设计。
• 在考虑调查设计特征的前提下，实现对体力活动对健康结局影响的可靠统计推断，适用于NHANES队列研究。
• 支持在精准医学和临床试验设计中实现更敏感、更个性化的体力活动效应评估。

提出的方法

• 提出将加速度计数据表示为分布函数轮廓（例如类似葡萄糖密度的方法），而非离散的分区间时间汇总。
• 基于设计基础估计原理，将核平滑和核岭回归方法适配至加权调查数据。
• 应用考虑NHANES中分层、聚类及不等纳入概率的调查回归模型。
• 采用非参数估计方法，建模体力活动轮廓与健康结局之间的关系，而无需假设参数化函数形式。
• 使用R语言中的survey包实现基于设计的推断，确保标准误和置信区间的有效性。
• 在NHANES加速度计数据（2003–2006）上验证该方法，重点关注体力活动模式及其与健康指标的关联。

实验结果

研究问题

• RQ1 与传统的分区间时间汇总相比，分布函数形式的加速度计数据表示是否能更准确地捕捉个体的体力活动模式？
• RQ2 如何将非参数功能回归模型适配至复杂调查设计，以确保推断的有效性？
• RQ3 在具有全国代表性的样本中，体力活动轮廓对健康结局（如BMI、血糖控制或死亡率风险）的影响如何？
• RQ4 所提出的方法是否能检测到比传统汇总指标更敏感的体力活动与健康之间的关联？
• RQ5 该方法能否支持在临床和公共卫生环境中实现更个性化的体力活动处方？

主要发现

• 所提出的分布函数表示方法保留了完整的时序活动轮廓，避免了分区间指标固有的信息损失。
• 非参数调查回归模型成功地在功能数据分析中考虑了复杂调查设计特征（如分层、聚类和权重）。
• 适配至调查数据的核平滑和核岭回归方法，能够对体力活动模式与健康结局之间的关系提供可靠的推断。
• 与标准汇总统计量相比，该方法检测到更细微且可能具有临床意义的体力活动与健康之间的关联。
• 该方法能够更准确地估计在NHANES等异质人群中个体活动模式差异较大的人群中的体力活动效应。
• 该框架可扩展至其他生物传感器和可穿戴设备数据，支持未来精准医学和数字健康应用。