综述：可视化基于加速度计的24/7人类运动行为数据：来自LABDA项目的总体审查与框架开发

《Journal of Activity, Sedentary and Sleep Behaviors》：Visualising accelerometer-based 24/7 human movement behaviour data: an umbrella review and framework development from the LABDA project

　　本综述系统梳理了加速度计衍生的24/7运动行为（包括身体活动（PA）、久坐行为（SB）和睡眠）评估指标，并创新性地开发了一个基于发送者-接收者沟通模型的可视化选择框架。研究通过总体审查识别出134个独特指标，发现当前研究普遍缺乏对数据可视化的系统指导。该框架将指标按数据特征（未分类/已分类）和所回答的研究问题（如“多少？”、“何时？”、“多久？”、“多频繁？”、“相对重要性？”）进行分组，并映射相应的可视化方法（如堆叠条形图、事件图等），旨在帮助研究者根据研究背景和目标受众，选择更有效的可视化工具，以提升研究结果的沟通效率和影响力。

　　

背景

规律的身体活动（PA）对于疾病预防和健康促进至关重要。除了PA，久坐行为（SB）和睡眠是24/7人类运动行为的另外两个核心组成部分。近年来，可穿戴设备如加速度计的使用，为连续、客观地监测这些行为提供了可能，产生了海量的时间序列数据。然而，24/7运动行为具有多维复杂性，无法用单一指标概括，这导致了研究中使用大量不同的指标来总结数据。一个常被忽视的关键环节是：如何有效地将这些指标及其蕴含的信息通过数据可视化的方式传达给不同的受众（如研究人员、临床医生、政策制定者或公众）。当前，研究者选择可视化方式时，往往更侧重于数据特征本身，而非考虑目标受众的理解与需求，这可能会阻碍研究成果的有效传播和应用。

方法

为解决这一问题，本研究首先进行了一项总体审查，系统检索了Scopus和Web of Science数据库中截至2025年2月的相关综述文章，旨在全面识别用于描述24/7运动行为的加速度计衍生指标。随后，通过非系统性的网络搜索和利用微软Copilot等工具，对识别出的各项指标常用的可视化方法进行了概览。最后，基于发送者-接收者有效沟通模型，整合审查和概览的结果，开发了一个概念性框架，以指导研究者根据具体的研究情境（如数据类型、研究问题）做出更合适的可视化选择。

结果

总体审查共纳入93篇综述，涵盖了5667项原始研究，从中提炼出134个独特的加速度计输出指标。其中最常用的指标是步数（出现在67篇综述中）和用于中至高强度身体活动（MVPA）的时间（出现在65篇综述中）。对这些指标进行主题分析后，可归纳为五大主题：相对性指标、频率、绝对时间、时间点以及总结/模式/衍生指标。

对可视化方法的概览发现，尽管研究者们通常使用条形图、折线图或饼图等常见图表，但实际上存在更多样化的可视化选择（共识别出28种），如堆叠面积图、事件图、热图等，这些方法可能更适于揭示数据中的特定模式（如时间分布、事件频率）。

基于这些发现，本研究构建了一个可视化选择框架。该框架的核心是将研究者视为信息的“发送者”，其研究背景（包括选择的指标类型）是待传递的“信息”，而可视化则是将信息进行“编码”的工具。框架引导研究者首先明确其研究数据是“未分类的”（如原始计数、Monitor-Independent Movement Summary (MIMS)单位）还是“已分类的”（如行为类型、强度等级），然后确定其研究问题主要关注的维度：

• •
  多少？（强度/数量）：对应“总结/模式/衍生指标”，如总计数、步数。
• •
  多久？（持续时间）：对应“绝对时间”指标，如MVPA时间、总SB时间。
• •
  多频繁？（频率）：对应“频率”指标，如活动次数、转换次数。
• •
  相对重要性？（比例）：对应“相对性指标”，如睡眠效率、SB占比。
• •
  何时？（时间点）：对应“时间点”指标，如入睡时间、醒来时间。

针对每个维度，框架都提供了相应的可视化选项建议。例如，要展示一天中不同强度活动（如SB、LPA、MVPA）的时间比例，除了传统的饼图，使用堆叠条形图还能显示时间模式；而要展示特定活动（如步行）在一天中的发生次数和持续时间，事件图比简单的条形图能提供更多关于每次发作时长和时间分布的信息。

结论

本研究首次系统性地梳理了24/7运动行为研究领域的加速度计衍生指标，并创建了一个实用的可视化选择框架。该框架强调可视化是科学沟通的关键一环，鼓励研究者超越常规图表，根据研究问题的本质和目标受众的需求，选择更合适的可视化方法，从而提升研究结果的清晰度、影响力和可及性。未来研究需要在实际应用中检验此框架，并深入探讨不同受众对各类可视化方式的感知和理解效果，以进一步优化科学数据的传播。