基于可穿戴传感器的消防学院学员24小时活动行为与体能表现评估

《Sensors》：Wearable Sensor-Based Assessment of 24-Hour Movement Behaviors and Physical Fitness Performance in Fire Academy Cadets

　　

摘要

背景：本研究分析了消防学员24小时运动行为的时间分配特征，阐明了其与体能表现之间的独立关联，并利用成分数据分析识别了体能的关键预测因子。方法：共招募333名消防学院学员（326名男性，7名女性），涵盖五个专业方向。使用ActiGraph GT3X-BT加速度计对连续七天的24小时运动行为进行客观测量。对时间使用成分数据应用等距对数比（ILR）变换，并采用基于AIC的双向逐步回归识别关键预测因子。稳健性检验包括Bootstrap重采样、10折交叉验证、留一法敏感性分析及影响诊断。结果：最优模型（F = 14.46，p < 0.001，调整R² = 0.260）识别出体重（β = ?0.42，p < 0.001）、性别（β = ?16.14，p < 0.001）、年龄（β = 2.00，p < 0.01）、身高（β = 0.18，p < 0.05）以及消防救援技术（消防设施）专业（β = ?4.87，p < 0.001）为显著预测因子。鉴于女性亚样本量极小（n = 7），性别相关关联应视为探索性结论。所有经ILR变换的运动成分均被逐步回归剔除。周末模型的解释力略高于工作日模型（调整R² = 0.270 vs. 0.260）。结论：在该高度结构化的训练群体中，人口统计学和身体特征（而非24小时运动成分构成）是体能表现的主要预测因子。性别相关发现因女性亚样本量小而具有探索性和样本特异性。这些发现为消防学院及类似结构化训练环境中体能培训方案的设计提供了循证依据。