子どもの加速度計の非服装時間は、座りがちな時間の推定値と心代謝リスクとの関連に影響します

背景：加速度計で座りがちな時間を測定することの制限は、デバイスの除去です。結果の非服装時間は、通常、座りがちな時間を計算する前に、データから削除されます。これは、座りがちな時間とその健康指標との関連の推定に影響を与える可能性があります。非服装加速度計エポックを置き換えるために複数の代入を使用して、子供のそのような推定に影響するかどうかを評価しました。 方法：10〜13歳の452人の子供（男性50％）は、7日間加速度計（15秒のエポック）を着用することを任されました。平均して、覚醒時間の8％が非服時間として分類されました。座りがちな時間は、非服装時間中に発生したエポックを削除する典型的なアプローチと、「帰属」のデータセットからの典型的なアプローチを使用した「非投入」データセットから導き出されました。帰属データセットでは、各ノンウェアのエポックは座りがちなものとして再分類されているか、複数の代入（5反復）を使用していません。座りがちな時間と、座りがちな時間と健康指標の間の推定値（心理的リスク因子とメンタルヘルス症状の内在化Zスコア）を、非投入データセットと帰属データセットの間で比較しました。 結果：平均して、座りがちな時間は、Imputed Dataset（632対599分/日）よりも、帰属データセットの方が33分高かった。座りがちな時間と心代謝リスク因子Zスコアとの関連は、Imputed Datasetと非Imputedデータセット（β= 0.137対β= 0.092変化あたりそれぞれ0.092）でより強かった。これらの発見は、摩耗時間が10時間以上で7日未満の子供の間でより顕著でした。 結論：研究者は、座りがちな時間とその健康指標との関連性のより偏りのない推定値を導き出すために、それを削除するのではなく、加速度計の非服装時間に対処するために複数の代入を使用することを検討する必要があります。

BACKGROUND: A limitation of measuring sedentary time with an accelerometer is device removal. The resulting nonwear time is typically deleted from the data prior to calculating sedentary time. This could impact estimates of sedentary time and its associations with health indicators. We evaluated whether using multiple imputation to replace nonwear accelerometer epochs influences such estimates in children. METHODS: 452 children (50% male) aged 10-13 were tasked with wearing an accelerometer (15 s epochs) for 7 days. On average, 8% of waking time was classified as nonwear time. Sedentary time was derived from a "nonimputed" dataset using the typical approach of deleting epochs that occurred during nonwear time, as well as from an "imputed" dataset. In the imputed dataset, each nonwear epoch was re-classified as being as sedentary or not using multiple imputation (5 iterations) which was informed by the likelihood of a wear time epoch being classified as sedentary or not using parameter estimates from a logistic regression model. Estimates of sedentary time and associations between sedentary time and health indicators (cardiometabolic risk factor and internalizing mental health symptoms Z-scores) were compared between the nonimputed and imputed datasets. RESULTS: On average, sedentary time was 33 min/day higher in the imputed dataset than in the nonimputed dataset (632 vs. 599 min/day). The association between sedentary time and the cardiometabolic risk factor Z-score was stronger in the imputed vs. the nonimputed dataset (β = 0.137 vs. β = 0.092 per 60 min/day change, respectively). These findings were more pronounced among children who had < 7 days with ≥10 h of wear time. CONCLUSION: Researchers should consider using multiple imputation to address accelerometer nonwear time, rather than deleting it, in order to derive more unbiased estimates of sedentary time and its associations with health indicators.