Nel mio ultimo messaggio , Ho detto che recentemente ho acquisito diversi nuovi dispositivi quantificati, incluso lo scopo Skulpt. Questi nuovi dispositivi e i loro dati mi hanno offerto maggiori opportunità di pensare più a fondo sistemi di misurazione .
Quando inizio a utilizzare un nuovo dispositivo di auto-localizzazione, ho lo stesso tipo di domande di base che qualsiasi scienziato o ingegnere potrebbe chiedere riguardo a un nuovo strumento di misurazione:
Perché questo strumento mi interessa?Che cosa misura questo dispositivo?Questi nuovi dati confermano ciò che mi aspetterei?I cambiamenti nel tempo rappresentano tendenze importanti o rumore casuale?Queste domande sono state a mio avviso nelle ultime sei settimane perché ho raccolto dati giornalieri con l'obiettivo, uno strumento per il monitoraggio della qualità del grasso corporeo e del grasso corporeo.
Perché questo strumento mi interessa?
Ho scritto sul mio blog Fitness e cibo serie sulle mie fluttuazioni delle dimensioni del corpo e su come ho adottato pratiche autodefinite come il food logging, il monitoraggio dell'attività e il monitoraggio del peso con una scala wireless per raggiungere una zona di mantenimento del peso sano. Monitorare la mia dieta, attività e peso negli ultimi sei anni mi ha aiutato a capire meglio come le mie abitudini alimentari e le mie abitudini di esercizio hanno influenzato le mie tendenze del peso a breve e lungo termine nel corso della mia vita. Tuttavia, poiché l'allenamento per la forza è il mio allenamento di scelta, il peso corporeo si è sempre sentito insoddisfacente come una metrica di successo a lungo termine.
Che cosa misura questo dispositivo?
A differenza di altri metodi che ho provato in precedenza, l'obiettivo fornisce due parametri diversi:% di grasso (la misura del grasso corporeo misurata e misurata) e una nuova misura chiamata qualità muscolare (MQ). In breve, il dispositivo stima la percentuale di grasso passando una corrente attraverso una specifica parte del corpo e misurandone la resistenza. Utilizza il tempo tra la scarica della corrente nel muscolo e il rilevamento della misurazione della tensione corrispondente per calcolare la qualità del muscolo. L'idea di base è che le fibre muscolari più grandi e più in forma mantengono la corrente più a lungo. (Il Sito di Skulpt ha più informazioni su come funziona.)
L'obiettivo stima la percentuale complessiva di grasso corporeo e la qualità media del muscolo attraverso una misurazione a quattro siti, simile all'approccio multisito utilizzato dalle valutazioni del calibro. Ma la vera novità di Aim è la sua capacità di valutare e segnalare misure per aree muscolari individuali . Ciò colma una lacuna nella mia raccolta di dati auto-quantificati fornendo un modo frequente e conveniente per quantificare la manutenzione muscolare e i cambiamenti incrementali nelle aree corporee a causa delle scelte di allenamento. Ho visto l'obiettivo online diversi mesi fa, ma ho avuto la possibilità di provare il dispositivo al recente Conferenza QS15 davvero sigillato l'affare.
Per usare lo scopo, spruzzo acqua sull'area che sto per misurare e sul retro del dispositivo; Quindi, ho impostato il dispositivo su un'area muscolare specifica, seguendo le raccomandazioni per il posizionamento del dispositivo mostrato nei video incorporati dell'app. Pochi secondi dopo, l'obiettivo mostra% di grassi e MQ per quell'area. Quando inserisco una linea di regressione in punti dati su tutte le parti del corpo in Costruttore di grafici come mostrato nel primo grafico qui sotto, puoi vedere che esiste una relazione inversa tra MQ e% di grassi. Intuitivamente, ha senso che le aree con una maggiore qualità muscolare tenderanno ad avere percentuali inferiori di grasso.
Tuttavia, l'aggiunta di Body part come variabile overlay nel secondo grafico rivela che i profili MQ e% fat di diverse aree muscolari possono variare notevolmente.
Questi nuovi dati confermano ciò che mi aspetterei?
Per rispondere a questa domanda, ho dovuto iniziare a raccogliere dati! Quindi, per le sei settimane, ho eseguito ogni giorno da tre a cinque repliche del test rapido di Aim. Usa le misure dei muscoli del bicipite destro, del tricipite, del braccio e del quadricipite per stimare il grasso corporeo complessivo. Ogni settimana circa, misuro anche altre aree muscolari individuali. Eseguo tutti questi test per prima cosa al mattino prima di mangiare e bere, subito dopo che mi sono pesato. Il grafico sottostante riassume il numero di misurazioni che ho effettuato per aree diverse in questo periodo di tempo.
La qualità del muscolo è una nuova metrica per me quindi non ho alcuna misurazione passata per il confronto. Ma i modelli nei dati che ho raccolto indicano che i muscoli che mi alleno regolarmente e pesantemente tendono ad avere i punteggi più alti della qualità muscolare (MQ). Come previsto, le aree che non ho regolarmente allenato con i pesi negli ultimi anni (ad esempio i vitelli) hanno punteggi di qualità muscolare inferiori. I miei addominali sono un'eccezione interessante. Raramente li alleno direttamente, ma i loro punteggi MQ sono molto alti, probabilmente perché la maggior parte degli esercizi di allenamento con i pesi richiede l'uso di muscoli addominali per stabilizzare il movimento.
I migliori dati sul grasso corporeo provengono da gennaio 2014 Scansione DXA , che mi ha valutato al grasso corporeo del 17,5% a un peso ridotto in peso di 127,5 libbre. Le mie recenti misurazioni di test rapido con l'obiettivo sono state prese a un peso di mantenimento più tipico intorno a 135 libbre e stimano la mia% di grasso al 18-19%. Anche se il mio peso non è direttamente paragonabile al mio peso il giorno della mia DXA, i miei risultati sono nel parco di quello che mi aspetterei dopo aver aggiunto in poche sterline cibo extra e acqua nel mio sistema, qualche chilo per il corpo in più grasso e 1,75 anni di tempo di allenamento.
Ho usato i miei dati di Skulpt con una mappa del corpo personalizzata che ho creato all'inizio di quest'anno in JMP per mostrare MQ medio e% di grasso per area corporea (media sui lati sinistro e destro). Ho invertito le scale dei colori in modo da poter confrontare più facilmente le tendenze per ciascuna misura. Come le linee di regressione specifiche della parte del corpo mostrate sopra, questo grafico riflette anche la relazione inversa tra MQ e% di grasso.
I cambiamenti nel tempo rappresentano tendenze importanti o rumore casuale?
Ho avuto alcune domande a cui volevo rispondere prima di valutare come i miei allenamenti potrebbero influenzare le mie misure di% di grassi e MQ a breve e lungo termine. Mentre gli utenti occasionali di Aim potrebbero essere soddisfatti con una singola misurazione giornaliera o settimanale, mi aspettavo che le mie misurazioni potessero variare attorno alla media reale per ogni combinazione di parte / lato del corpo a causa di variabili casuali e sistematiche.
Senza l'accesso giornaliero a un test gold standard come DXA, non ho potuto verificare il precisione delle misurazioni dell'AIM, ma non è mai stato il mio intento. Sono molto più interessato a stabilire una routine di misurazione che genera preciso misurazioni ogni giorno così posso dare un senso alle tendenze giornaliere o settimanali nel contesto delle mie variabili di peso, alimentazione e allenamento. Il blog di Skulpt ha menzionato una prevista variazione tra test giornalieri di retest del 5%. In altre parole, un'area misurata con il 20% di grasso corporeo in un giorno dovrebbe misurare il 20% +/- 1% il giorno successivo. Ma ho previsto che avrei visto le variabili come il peso dell'acqua influire sulle mie misurazioni quotidiane, in modo tale che i miei veri valori potessero differire da un giorno all'altro, quindi ero più interessato a valutare le misurazioni replicate effettuate nello stesso giorno. Stabilire la precisione nel giorno sarebbe la chiave per stabilire una linea di base per i miei valori MQ e% di grassi.
Per valutare la variazione di un giorno, ho usato Costruttore di grafici per creare un grafico delle deviazioni standard delle mie misurazioni MQ e% di grassi per i quattro siti che misura giornalmente. Ho usato un intervallo di riferimento ombreggiato in blu chiaro per indicare l'1% di grassi e 1 punto MQ di deviazione standard che speravo di raggiungere.
Le tendenze di variabilità che ho visto nelle misurazioni di luglio mi hanno spinto a mettere in discussione e ad adeguare le mie tecniche di misurazione:
All'inizio, la mia variabilità giornaliera per il mio punteggio MQ e di grasso corporeo era relativamente alta. Presto mi resi conto che non stavo seguendo le istruzioni Aim alla lettera. Ho iniziato a spruzzare il retro dell'unità prima ogni rappresentante, assicurando che i contatti metallici fossero costantemente immersi per ogni misurazione. Puoi vedere questo cambiamento iniziare a ridurre la variabilità dei miei dati intorno al 21 luglio. Una volta apportato il miglioramento di cui sopra, ho iniziato a notare un nuovo modello. Il mio primo rappresentante per un gruppo muscolare sembrava essere diverso rispetto a ripetizioni successive. Ho confermato questo sospetto esaminando i miei dati grezzi. Ho teorizzato che forse questo potrebbe accadere perché il dispositivo era bagnato prima del rep 1, ma il area muscolare stesso era asciutto fino a quando la ripetizione 1 era completa. Ho iniziato a spruzzare ogni area del corpo prima di iniziare a misurare, e questo ha ulteriormente migliorato la coerenza delle mie misurazioni.Alla fine di luglio, ho notato un'altra tendenza inquietante. La deviazione standard della mia misurazione MQ per il mio bicipite destro era in aumento, non verso il basso! Ciò ha influito sulla coerenza della media dei miei quattro siti. Scervellandomi, ho concluso che dal momento che il mio bicipite è un muscolo relativamente piccolo e stretto, leggeri cambiamenti di posizione probabilmente hanno influenzato la sua misurazione più che per i gruppi muscolari più grandi.
Ho deciso di testare la mia teoria sperimentando la posizione del dispositivo. Per cinque ripetizioni (gruppo 1), ho fatto uno sforzo per tenere l'unità leggermente più in alto sulla mia area del bicipite, e quindi spostato in una posizione leggermente più bassa per cinque ripetizioni (gruppo 2). La figura seguente illustra come questo ha influenzato i miei risultati. Sebbene un rappresentante nel gruppo di posizioni più alte avesse un punteggio MQ di 125 (contrassegnato da una x rossa), il resto dei punteggi MQ nel gruppo con posizione più alta erano diversi punti inferiori rispetto a quelli del secondo gruppo. Sembrava chiaro che dovevo scegliere una di queste posizioni e mantenerla per ottenere le misurazioni più coerenti per questa problematica area muscolare.
Nei giorni successivi, ho applicato le lezioni apprese sopra e ho scelto la mia area di misurazione del bicipite in modo più coerente, riducendo SD (MQ) e SD (% grasso) per i bicipiti nel mio set di dati. A questo punto, sono felice di poter misurare costantemente MQ +/- 2 e% di grasso +/- 1% sulla maggior parte dei giorni per quasi tutte le aree, e la stima generale di 4 posizioni che prendo quotidianamente è caduta in un prevedibile gamma.
Quali sono i prossimi con questi dati?
Viste le mie prime avventure sulla coerenza delle misurazioni di cui sopra, sapevo di avere più lavoro da fare con questo set di dati. Stavo continuando a raccogliere dati giornalieri, ma volevo valutarli in modo più sistematico e la mia tecnica di misurazione. JMP ha un MSA ( Analisi dei sistemi di misurazione ) piattaforma progettata per aiutare a valutare le fonti di variabilità in un sistema di misurazione. Volevo saperne di più sulla piattaforma e usarla per valutare le mie misurazioni finora. Sapevo già che avevo misurazioni anomale nella mia tabella dati. Qual è il modo migliore per identificarli e rimuoverli? Avevo bisogno di esplorare i miei dati, valutare le mie opzioni di filtro precedenti, applicarli e valutare in che modo la loro rimozione influiva sulla coerenza delle misurazioni giornaliere. Condividerò ciò che ho scoperto nei post futuri.
