Asian J Kinesiol Search

CLOSE


Asian J Kinesiol > Volume 26(1); 2024 > Article
Oh, Jeon, Kim, Hyeon, Yeon, Ha, Han, Kang, and So: Comparative Analysis Of Energy Expenditure Assessments From The Graded Exercise Test Vs. Galaxy Watch And Apple Watch In Korean College Students During A 30-minute Workout: A Pilot Study

Abstract

OBJECTIVES

In the modern era, there is heightened interest in understanding energy expenditure during exercise. Consequently, wearable devices such as the Galaxy Watch and Apple Watch have emerged as pivotal tools for daily health monitoring, given their convenience and increasing popularity. This study aimed to compare the calculated energy expenditure derived from the graded exercise test with readings from Galaxy and Apple Watches during a 30-min exercise session among Korean university students. Through this, we anticipate offering both motivation and clear insights into energy expenditure, thereby potentially aiding in weight management strategies for contemporary individuals.

METHODS

This study involved 27 college students from Korea National University of Transportation in Chungcheongbuk-do, Korea. We utilized COSMED's exercise load respiratory gas analysis system (Quark-CPET, COSMED, Rome, Italy), along with the Galaxy Watch (Galaxy Watch 5, Samsung, Seoul, Korea) and the Apple Watch (Apple watch series 5, Apple, Cupertino, USA) for measurements. Energy expenditure was monitored in real-time every 5 min throughout the 30-min exercise session. For statistical evaluations, we employed a one-way analysis of variance. Subsequent post-tests utilized the Tukey post-hoc test and Pearson correlation, with a significance level set at p<0.05.

RESULTS

Initially, no statistically significant difference emerged between energy expenditure readings from the graded exercise test and those from the Galaxy Watch across all time intervals: 5, 10, 15, 20, 25, and 30 min (p>0.05). Conversely, a notable difference was observed when comparing energy expenditure data from the graded exercise test to that of the Apple Watch for time intervals of 10, 15, 20, 25, and 30 min (p>0.05), although the 5-min interval did not exhibit a significant difference (p>0.05). Furthermore, a robust positive correlation was evident between the energy expenditure values derived from the graded exercise test and those from both the Galaxy Watch (r=0.952, p<0.001) and the Apple Watch (r=0.917, p<0.001).

CONCLUSIONS

Both devices demonstrated high reliability in calculating energy expenditure. Notably, the Galaxy Watch exhibited a more precise calculation compared to the Apple Watch, with a relative reliability margin of 3.5% higher. For individuals, especially those struggling with obesity, precise wearable devices that accurately reflect energy consumption can significantly boost motivation for exercise. Consequently, this study lays a foundation for future advancements in energy expenditure measurement tools, emphasizing enhanced convenience, reliability, and mobility.

서론

세계비만연맹(World Obesity Federetion)은 COVID-19 팬데믹의 부작용으로 GDP 수준의 3% 하락과 개인이 건강 관리에 투자하는 자산 비율의 감소 등을 앞세워 비만 인구가 2035년 세계 인구의 절반 수준인 40억명을 넘어설 것으로 예상하며 전세계적인 비만 문제가 또다시 화제에 오르고 있다[1,2]. 비만은 일반적으로 체지방의 과다한 축적을 의미하며, 비만이 있는 사람의 경우 고혈압, 당뇨병, 이상지질혈증과 같은 성인병 발병의 위험이 높아진다[3]. 비만은 적절한 운동과 올바른 식습관을 통해 예방할 수 있는데, 운동 시설의 증대와 운동 전문가의 증가 등 예방을 위한 기반이 잘 다져져 있음에도 대부분의 현대인은 이를 잘 활용하지 못한다. 기술의 발전에 의해 운동 부족 현상이 심화됨과 동시에 영양 불균형을 일으키는 서구식 식습관이 자리잡으며 비만인구가 계속해서 증가하고 있다[4]. 세계보건기수(World Health Organization)에서는 체질량지수 ≥25 kg/m2의 성인을 과체중, ≥30 kg/m2의 성인을 비만으로 정의하였다. 이어서 2016년 18세 이상 성인 중 과체중인구의 비율이 39%, 비만인구의 비율이 13%에 달했다고 보고한 바 있다[5]. 다른 인종과 비교해 더 낮은 체질량지수에서 건강상의 문제가 발생하는 아시아인의 경우, 과체중은 ≥ 23 kg/m2, 비만은 ≥25 kg/m2를 적용할 것을 권장하기도 한다[6]. 2013년 미국의사협회(AMA)는 비만을 질병으로 규정하였다[7]. 한국 역시 비만 문제가 점차 심각해지고 있다. 질병관리청은 국민건강영양조사를 통해 대한민국의 19세 이상 성인의 비만 유병율이 2011년 35.1%에서 2022년 47.7%로 12.6% 증가하였다고 발표하였다[8,9].
운동 부하 검사(Graded Exercise Test)는 시간에 따라 선형적인 운동강도의 증가를 통하여 운동 부하와 심혈관, 근골격, 관상동맥, 에너지 소비량 등의 시스템과의 동적 관계를 보기 위한 검사이다[10]. 운동 부하 검사 장비인 운동 부하 호흡 가스분석 시스템은 본 연구에서 웨어러블 장비와의 비교를 위한 기준값 제공의 목적으로 이용되었다. 웨어러블 장비와 같은 건강 및 활동 추적 장비의 발전은 손목 착용만으로 생체 분석과 운동 추적이 가능한 시대를 만들었다[11]. 이러한 웨어러블 기술은 현재 전세계에서 가장 주목받는 분야 중 하나이다. 미국 대학 스포츠의학회(American College of Sports Medicine) 선정 피트니스 트렌드에서 2016년부터 계속해서 상위권을 기록한 웨어러블 기술이 2024년 American College of Sports Medicine Fitness Trend에서 1위로 선정되어 피트니스 분야에 중요한 부분으로 자리매김하고 있다[12]. 생체 분석 및 운동 추적이 가능한 장비의 착용은 운동 동기부여 또는 신체활동의 증가를 불러 일으킬 수 있다. 2022년 한 메타-분석 연구에 따르면 운동 추적이 가능한 장비의 착용만으로 하루 평균 약 1,800보와 40분의 추가적인 걷기 등 신체활동의 증가 현상이 일어났고, 약 1Kg의 체중 감소와 함께 신체 조성 및 건강 증진의 효과가 나타났다[13]. 또한, 웨어러블 기기 이용 현황 및 선호도 분석에 따르면 디자인 문항에서 시계 타입이 가장 선호도가 높았고, 원하는 웨어러블 기기의 기능 문항에서는 ‘칼로리 소모량 확인’ 기능이 가장 많이 선호되었다[14]. 이러한 웨어러블 장비 중 하나인 시계 형태의 웨어러블 워치가 보편화되어 운동 시 갤럭시 워치나 애플 워치와 같은 웨어러블 워치의 착용인구가 증가하고 있다. 특히, 연동된 스마트 기기를 이용해 간편하고 쉽게 운동 계획을 세우거나 일일 운동 목표를 제공함에 따라 운동에 대한 진입 장벽이 낮아졌다[15]. 웨어러블 장비로 측정한 운동 결과를 소셜네트워킹서비스(Social Networking Service)에 인증하는 운동 인증 문화의 형성 또한 신체활동 증가에 영향을 미치며, 그 수준이 웨어러블 장비의 운동 추적에 따른 신체활동 증가와 같은 수준에 있다[16]. 더 나아가 유사한 관심사를 가진 사람들 간의 관계 형성 및 개인 맞춤형 피드백 등 사회적 관계성이 정보 공유 의도에 미치는 영향력을 매개한다는 연구 결과도 보고 되고 있다[17]. 따라서, 본 연구는 손 쉽게 에너지 소비량을 측정할 수 있는 웨어러블 장비가 얼마나 정확한 에너지 소비량을 나타내는지를 분석함으로써 체중 조절이 필요한 많은 사람들에게 기초 자료를 제공하는데 목적이 있다.

연구방법

1. 연구대상

본 연구는 충청도 소재 K대학교 남자 학부생 총 27명을 대상으로 하였다. 27명의 평균 나이는 20.81 ± 1.42세, 신장은 179.03 ± 4.59cm, 체중은 78.31 ± 12.26kg, 근육량은 37.09 ± 4.55kg, 체지방량은 13.60 ± 7.10kg, 체지방율은 16.67 ± 6.60%, 체질량지수는 24.34 ± 3.02 kg/m2이며, 피검자의 신체적 특성은 <Table 1>과 같다.

2. 측정 도구 및 방법

1) 체격 측정 및 방법

신장, 체중, 골격근량, 체지방량, 체지방률, 체질량지수를 체성분 분석기(Inbody770, Biospace, Seoul, Korea)를 이용하여 측정하였다.

2) 운동 부하 검사 방법

운동 부하 검사(Graded Exercise Test)를 위해 COSMED사의 운동 부하 호흡 가스분석 시스템(Quark-CPET, COSMED, Rome, ITALY)을 이용하였으며, 사용된 프로토콜은 시속 5Km의 일정한 속도와 0%의 경사도로 30분간 평지 걷기와 동일한 환경으로 구성되었으며, 이외의 VO2max 등 추가적인 강도 설정은 없었다. 또한, 에너지 소비량만을 얻어내고자 하였기 때문에 심전도 결과를 얻기 위한 전극 부착은 이루어지지 않았다. 본 연구에서는 운동 부하 검사 및 가스분석기 가동이 가능한 연구원 3명이 동일한 방법으로 모든 인원을 측정하였다. 측정 시 심장 사고를 줄이기 위하여 측정을 진행한 연구원 3명은 연구에 앞서 심혈관 질환의 증상과 징후, 심장질환의 전조 증상의 특성, 심폐소생술 등에 대한 교육을 받았다. 또한 측정에 참여한 27명의 가족력을 파악하여 만일의 위험에 대비하였다.

3) 갤럭시 워치 에너지 소비량 측정 방법

갤럭시 워치(Samsung Galaxy watch 5, Samsung, Seoul, Korea)는 걷기 및 달리기, 자전거 타기와 같은 운동을 측정하는 경우, 속력을 이용하여 소모 칼로리를 계산하며, 그 외의 종목은 심박수 강도를 활용하여 계산한다. 속력을 사용하는 운동 종목에서도 속력을 측정할 수 없는 경우에 심박수를 활용하여 소모 칼로리가 계산된다. 본 연구 진행 시에는 계속해서 속력이 측정되는 것을 확인했으므로 속력을 이용해 소모 칼로리 계산이 이루어졌다. 갤럭시 워치 또한 사전 입력된 각 사용자의 신장, 체중 등을 고려하여 소모 칼로리가 계산되었다.

4) 애플 워치 에너지 소비량 측정 방법

애플 워치(Apple watch series 5, Apple, Cupertino, USA)는 미리 입력된 사용자의 신장, 체중, 성별, 나이 등 개인정보를 통해 에너지 소비량을 계산한다. 정확한 측정값을 위해 Apple은 평소 활동 시 애플 워치의 착용을 통해 데이터를 모을 것을 권장한다. 특히, 걷기 등 평소 착용 후 활보 시 팔의 스윙을 자연스럽게 할 것을 권장하고 있다. 측정 시에는 애플 워치가 너무 느슨하거나 조이지 않고 적절히 손목에 착용되었는지 확인하였으며, Workout app을 통해 알 맞는 운동을 선택하여 가장 정확한 결과를 얻을 수 있게 진행하였다. 본 연구에서는 실내 걷기 항목을 선택하여 측정을 진행하였다.

5) 실험방법

본 연구의 실험방법은 운동 부하 검사를 실시하는 동안 한쪽 손목에 갤럭시 워치, 반대쪽 손목에 애플 워치 착용하였으며, 운동시간은 30분으로 진행하였다. 각각의 5분, 10분, 15분, 20분, 25분, 30분의 시점에 산출된 에너지 소비량을 집단 별로 비교하였다. 또한 피검자 측정시 마다 난수표를 활용하여 갤럭시 워치와 애플 워치를 착용할 각각의 손목 위치를 설정하였다. 본 실험의 간단한 도식은 <Figure 1>과 같다.

3. 자료처리

모든 분석은 SPSS Version 18.0 (IBM Corp., Armonk, NY, USA)을 이용하여 분석하였다. 모든 변수는 평균과 표준편차로 제시하였으며, 모든 통계적 유의 수준은 p<0.05으로 하였다. 운동 부하 검사, 갤럭시 워치, 애플 워치의 에너지 소비량 차이를 비교하기 위해서 각각의 시간 단위별(5분, 10분, 15분, 20분, 25분, 30분) 집단간 평균 차이는 one-way analysis of variance와 사후검정 Tukey post-hoc test를 실시하였다. 더 나아가 에너지 소비량의 상관성을 분석하기 위해 Pearson’s 상관 분석을 실시하였다.

결과

본 연구에서는 운동 부하 검사, 갤럭시 워치, 애플 워치의 각각의 에너지 소비량이 집단 간에 어떠한 차이가 나타나는 지를 비교 분석하였으며, 그 결과는 <Table 2>와 같다. 5분, 10분, 15분, 20분, 25분, 30분 모든 시간대에서 운동 부하 검사를 통한 에너지 소비량과 갤럭시 워치를 통한 에너지 소비량과의 집단간의 통계적인 유의차는 나타나지 않았다(p>0.05). 그러나, 5분을 제외하고(p>0.05), 10분, 15분, 20분, 25분, 30분의 시간대에서 운동 부하 검사를 통한 에너지 소비량과 애플 워치를 통한 에너지 소비량과의 집단 간의 통계적인 유의차가 나타났다(p<0.05). 이는 갤럭시 워치를 통한 에너지 소비량 산출값이 운동 부하 검사를 통한 에너지 소비량 산출값과 차이가 없음을 의미하며, 반대로 5분의 시점을 제외하고는 애플 워치를 통한 에너지 소비량 산출값이 운동 부하 검사를 통한 에너지 소비량 산출값과 통계적인 차이가 나타내고 있음을 의미한다. 즉, 갤럭시 워치를 통한 에너지 소비량 산출값이 애플 워치를 통한 에너지 소비량 산출값 보다 더욱 정확한 산출값을 나타내고 있음을 의미한다.
운동 부하 검사, 갤럭시 워치, 애플 워치의 에너지 소비량 산출값의 상관분석의 결과는 <Figure 2>와 같다. 운동 부하 검사와 갤럭시 워치의 에너지 소비량 상관성은 r=0.952 (p<0.001)로 매우 높은 정적 상관성을 보였으며, 운동 부하 검사와 애플 워치의 에너지 소비량 상관성은 r=0.917 (p<0.001)로 또한 매우 높은 정적 상관성을 보였다. 결과적으로 두 제품 모두 에너시 소비량 산출에 대하여 높은 신뢰도를 확보한 것으로 판단될 수 있으나, 갤럭시 워치가 애플 워치보다 상대적으로 신뢰도가 3.5% 더 높은 것을 확인 할 수 있었다.

논의

본 연구의 목적은 운동 부하 검사와 시판 중인 2종의 웨어러블 장비(Galaxy Watch 5, Apple Watch series 5)에서 제시하는 에너지 소비량을 30분 간의 운동동안 측정하여 에너지 소비량의 차이가 어떠한 지를 규명하는데 있다. 측정 장비에 따른 상관분석 결과 갤럭시 워치와 애플 워치 모두 운동 부하 검사와 비교하여 측정된 에너지 소비량의 정확성이 높았고, 갤럭시 워치가 상대적으로 애플 워치 보다 더 높은 정확성을 나타내고 있음을 확인하였다. 이러한 결과는 웨어러블 장비의 에너지 소비량 정확도 검증에 대한 선행연구들과 비교하였을 때, 실험실 걷기 프로토콜 환경에 준거한 에너지소비량 대비 웨어러블 기기별 에너지소비량의 절대 오차율(%)이 갤럭시 워치에서 8.81-19.30%, 애플 워치에서 14.57-29.31%를 나타내어 애플 워치가 더 높은 오차율을 보여주었다는 Lee et al. [18]의 연구를 뒷받침해주는 결과로 판단된다.
여러 선행 연구들은 애플 워치의 상대적 부정확성을 보고하고 있다. Dooley et al. [19]은 트레드밀 활동에서 웨어러블 장비(Apple Watch, Fitbit Charge HR, and Garmin Forerunner 225) 착용 후 운동강도에 따른 에너지 소비량의 정확도를 평가하였는데, 그 결과 운동강도의 상승에 따라 정확도가 향상되었고, 애플 워치 시리즈 2는 모든 운동 강도에서 에너지 소비량을 과대 추정하는 것으로 나타났다. 더 나아가, 2023년 보고된 Xinxheng et al. [20]의 저강도 에서 고강도 신체활동 중 애플 워치 series 6와 Polar A370의 에너지 소비량 타당도 연구에서도 애플 워치 series 6가 에너지 소비량을 과대 추정하는 것으로 나타났고, 두 장비 모두 큰 오차 범위를 가졌지만 Polar A370보다 애플 워치 series 6가 더 큰 오류를 보였다. 유사하게도, Nuss et al. [21]의 연구는 애플 워치가 대상자 중 여성의 에너지 소비량은 과대추정, 남성의 에너지 소비량은 과소 추정하는 결과를 보여주었다. Guy et al. [22]의 연구는 세 가지 손목 착용 웨어러블 장비(Apple Watch series 6, Polar Vantage V and Fitbit Sense)가 심박수와 에너지 소비량에 대해 다섯 가지 활동(앉기, 걷기, 달리기, 저항운동, 사이클)동안 산출한 결과를 비교하였는데, 애플 워치를 포함한 세 장비 모두 에너지 소비량 산출 결과가 부정확하였다. 전반적으로 선행 연구들은 애플 워치에서의 에너지 소비량이 과대추정 되고 있음을 보고 하고 있으며, 선행연구와 동일하게 본 연구결과 또한, 애플 워치가 에너지 소비량을 과대 추정하고 있음을 보여주고 있다.
그러나, 반대로 애플 워치가 더 정확하다는 연구 보고도 발표된 바 있다. Shcherbina et al. [23]의 센서 기반 손목 착용 에너지 소비량 및 심박수 측정 장비(Apple Watch, Basis Peak, Fitbit Surge, Microsoft Band, Mio Alpha 2, PulseOn, and Samsung Gear S2)의 정확도에 대한 선행연구에서는 앉기, 걷기, 달리기, 사이클 타기가 포함된 프로토콜을 이용해 에너지 소비량을 측정하였는데 애플 워치가 다른 기종에 비하여 전반적으로 오류의 범위가 낮았다는 결과를 보고하고 있다. Chowdhury et al. [24]의 연구에서도 일상생활 및 걷기, 계단 오르기, 사이클 운동 등 여러가지 신체활동에서의 에너지 소비량을 세 가지 다중 센서 웨어러블 장비(Apple Watch, Microsoft Band, Fitbit Charge HR)와 가속도계만 탑재된 단일 센서 웨어러블 장비(Jawbone UP24)를 통하여 산출된 에너지 소비량과 비교 분석했는데, 애플 워치의 오차 범위가 가장 적었다고 보고하였다. Pope et al. [25]의 연구에서는 Microsoft Band, Fitbit Surge HR, TomTom Cardio Watch, 그리고 애플 워치를 착용한 25명의 대학생이 10분 동안 앉기, 걷기, 조깅, 빠르게 달리기를 하는 동안의 에너지 소비량을 산출하였는데, 애플 워치가 가장 높은 정확성을 보여주었다고 보고하였다.
결과적으로 운동은 앉기, 걷기, 조깅, 달리기, 사이클 타기, 저항운동 등 다양한 운동 상황이 존재할 수 있는데, 이러한 상황별에 따라 웨어러블 장비의 정확도가 기기별로 각각 달라 질 수 있다. 때문에, 어느 특정 웨어러블 장비가 더 우수하다고 평가하기에는 보다 다양한 실험 상황에서의 대규모 연구가 필요할 것이다. 그러함에도 불구하고, 본 연구의 결과는 일상생활에서의 단순한 걷기 운동 동작의 경우 애플 워치보다 갤럭시 워치가 더욱 뛰어난 정확성을 보여주고 있음을 보고한다.
본 연구의 제한점은 다음과 같다. 첫째, 충정도라는 일개 지역의 일개 한 대학교 20대 초반의 대학생만을 대상으로 본 연구가 진행되었기에 우리 나라 전체 지역을 대변할 수 없으며, 또한, 전체 인구 연령대를 대변할 수 없다. 둘째, 27명이라는 적은 피험자 수는 본 연구 결과를 일반화하는데 제한점이 될 수밖에 없다. 그러함에도 불구하고, 본 연구는 파일럿 연구로서 예비 실험이기에 추후 보다 정밀하게 설계된 다양한 운동 상황에서의 대규모의 측정 실험에 관한 후행 연구가 진행될 시 향상된 결과를 불러올 수 있을 것으로 판단된다.

결론 및 제언

갤럭시 워치, 애플 워치 두 제품 모두 에너지 소비량 산출에 대하여 높은 신뢰도를 확보한 것으로 판단될 수 있었다. 그러함에도 불구하고, 갤럭시 워치를 통한 에너지 소비량이 애플 워치를 통한 에너지 소비량 보다 더욱 정확한 산출값을 보여주었다 비만인에 대한 운동 동기부여를 위한 측면에서 실제적인 에너지 소비량을 대변할 수 있는 매우 정확한 웨어러블 장비는 더 높은 운동 동기부여를 불러올 수 있을 것이다. 때문에, 본 연구 결과를 통하여 향상된 편의성, 신뢰성, 이동성을 모두 갖춘 에너지 소비량 측정 웨어러블 제품 개발의 참고자료가 될 수 있을 것이다.

Conflicts of Interest

The authors declare no conflict of interest.

Figure 1.
Methods of measurement for the graded exercise test, Galaxy Watch, and Apple Watch.
ajk-2024-26-1-60f1.jpg
Figure 2.
Pearson correlation analysis between energy expenditure values measured using the graded exercise test, Galaxy Watch, and Apple Watch.
ajk-2024-26-1-60f2.jpg
Table 1.
Participant characteristics.
Variables Participants (n=27)
Age (years) 20.81 ± 1.42
Height (cm) 179.03 ± 4.59
Weight (kg) 78.31 ± 12.26
Muscle mass (kg) 37.09 ± 4.55
Fat mass (kg) 13.60 ± 7.10
Body fat (%) 16.67 ± 6.60
Body mass index (kg/m2) 24.34 ± 3.02

Data are presented as mean ± standard deviation

Table 2.
Comparative analysis of calculated energy expenditure values measured using the graded exercise test, Galaxy Watch, and Apple Watch wearable devices.
Time Graded exercise test (n=27) Galaxy watch (n=27) Apple watch (n=27) F p
5 min (kcal) 30.07 ± 3.95 30.33 ± 4.90 32.70 ± 7.19 1.862 0.162
10 min (kcal) 59.04 ± 10.03 59.89 ± 8.69 66.70 ± 15.12# 3.533 0.034*
15 min (kcal) 90.19 ± 11.59 90.26 ± 12.89 101.74 ± 23.01# 4.318 0.017*
20 min (kcal) 120.30 ± 15.39 120.37 ± 17.50 136.70 ± 31.97# 4.624 0.013*
25 min (kcal) 151.00 ± 18.57 149.96 ± 21.66 171.33 ± 40.06# 4.864 0.010*
30 min (kcal) 179.48 ± 24.28 180.30 ± 24.53 207.59 ± 46.83## 6.127 0.003**

Data are presented as mean ± standard deviation

* p<0.05; tested by one-way analysis of variance

# p<0.05,

## p<0.01; indicated by Tukey post-hoc analysis in comparison to the graded exercise test group

References

1. UCLA Health. Worldwide Obesity on the rise. UCLA Health. 2023; https://www.uclahealth.org/news/worldwide-obesity-rise#nolink (Accessed -,2023).

2. World Obesity Federation. World Obesity Atlas 2023. World Obesity Federation. 2023; https://www.worldobesity.org/resources/resource-library/world-obesity-atlas-2023 (Accessed -,2023).

3. Centers for Disease Control and Prevention. Health Effects of Overweight and Obesity. Centers for Disease Control and prevention. 2022; https://www.cdc.gov/healthy-weight/effects/index.html (Accessed -,2023).

4. Rakhra V, Galappaththy SL, Bulchandani S, Cabandugama PK. Obesity and the Western Diet: How We Got Here. Mo Med. 2020; 117(6): 536–538.
pmid pmc
5. World Health Organization. Obesity. World Health Organization. 2021; https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight (Accessed -,2023).

6. Hsu WC, Araneta MR, Kanaya AM, Chiang JL, Fujimoto W. BMI cut points to identify at-risk Asian Americans for type 2 diabetes screening. Diabetes Care. 2015; 38(1): 150–158.
crossref pmid pdf
7. American Medical Association. AMA adopts new policies on second day of voting at annual meeting. American Medical Association, Chicago, IL, USA. 2013; https://news.cision.com/american-medical-association/r/ama-adopts-new-policies-on-second-day-of-voting-at-annual-meeting,c9430649 (Accessed -,2023).

8. Korea Disease Control and Prevention Agency. 2022 Korea National Health and Nutrition Examination Survey Result Presentation. Korea Disease Control and Prevention Agency. 2023; https://www.kdca.go.kr/board/board.es?mid=a20501010000&bid=0015&act=view&list_no=724014 (Accessed -,2023).

9. Korea Disease Control and Prevention Agency. Over the past 10 years, the prevalence of obesity has increased for both adults and middle and high school students. Korea Disease Control and Prevention Agency. 2023; https://www.kdca.go.kr/board/board.es-?mid=a20501010000&bid=0015&list_no=722017&cg_code=&act=view&nPage=1# (Accessed -,2023).

10. Beltz NM, Gibson AL, Janot JM, Kravitz L, Mermier CM, Dalleck LC. Graded Exercise Testing Protocols for the Determination of VO2max: Historical Perspectives, Progress, and Future Considerations. J Sports Med (Hindawi Publ Corp). 2016; 2016:3968393.
crossref pmid pmc pdf
11. Perez AJ, Zeadally S. Recent Advances in Wearable Sensing Technologies. Sensors (Basel). 2021; 21(20): 6828.
crossref pmid pmc
12. American College of Sports Medicine. ACSM Fitness Trends 2024. American College of Sports Medicine. -; https://www.acsm.org/education-resources/trending-topics-resources/acsm-fitness-trends (Accessed -,2023).

13. Ty F, Timothy O, Rachel C, et al. Effectiveness of wearable activity trackers to increase physical activity and improve health: a systematic review of systematic reviews and meta-analyses. Lancet Digit Health. 2022; 4(8): e615–e626.
crossref pmid
14. Kang MA, Lee SK. Analysis of users’ needs for developing mobile health based prevention and intervention programs for the metabolic syndrome in college students. AJMAHS. 2017; 7(9): 429–442.
crossref
15. Chadda A, Jackson EA, Richardson CR, Franklin BA. Technology to help Promote Physical Activity. Am J Cardiol. 2016; 119(1): 149–152.
crossref pmid
16. Dobbie LJ, Tahrani A, Alam U, James J, Wilding J, Cuthbertson DJ. Exercise in Obesity-the Role of Technology in Health Services: Can This Approach Work? Curr Obes Rep. 2022; 11(3): 93–106.
crossref pmid pmc pdf
17. Kim HJ. Intention of Information Sharing: Fitness Applications with Smartwatch. J Consum Stud. 2021; 32(6): 101–120.
crossref
18. Lee HJ, Lee MH, Park SJ. Accuracy of Wearable Devices for Estimating Energy Expenditure and Heart Rate During Golf. Exerc Sci. 2022; 31(3): 411–421.
crossref pdf
19. Dooley EE, Golaszewski NM, Bartholomew JB. Estimating Accuracy at Exercise Intensities: A Comparative Study of Self-Monitoring Heart Rate and Physical Activity Wearable Devices. JMIR Mhealth Uhealth. 2017; 5(3): e34.
crossref pmid pmc
20. Xinzheng S, Zhichao W, Xiangyin F, Changtao Z, Fatao W, Hui H. Validity of Apple Watch 6 and Polar A370 for monitoring energy expenditure while resting or performing light to vigorous physical activity. J Sci Med Sport. 2023; 26(9): 482–486.
crossref pmid
21. Nuss KJ, Thomson EA, Courtney JB, et al. Assessment of Accuracy of Overall Energy Expenditure Measurements for the Fitbit Charge HR 2 and Apple Watch. Am J Health Behav. 2019; 43(3): 498–505.
crossref pmid
22. Guy HB, Marie-Anne LD, Alain SC, Gilles G, Antony DK. Wrist-worn devices for the measurement of heart rate and energy expenditure: A validation study for the Apple Watch 6, Polar Vantage V and Fitbit Sense. Eur J Sport Sci. 2023; 23(2): 165–177.
crossref pmid
23. Shcherbina A, Mattsson CM, Waggott D, et al. Accuracy in Wrist-Worn, Sensor-Based Measurements of Heart Rate and Energy Expenditure in a Diverse Cohort. J Pers Med. 2017; 7(2): 3.
crossref pmid pmc
24. Chowdhury EA, Western MJ, Nightingale TE, Peacock OJ, Thompson D. Assessment of laboratory and daily energy expenditure estimates from consumer multi-sensor physical activity monitors. PLoS One. 2017; 12(2): e0171720.
crossref pmid pmc
25. Pope ZC, Zeng N, Li X, Liu W, Gao Z. Accuracy of Commercially Available Smartwatches in Assessing Energy Expenditure During Rest and Exercise. J Meas Phys Behav. 2018; 2(2): 73–81.
crossref
TOOLS
Share :
Facebook Twitter Linked In Google+ Line it
METRICS Graph View
  • 0 Crossref
  •    
  • 1,628 View
  • 15 Download
Related articles in AJK


ABOUT
BROWSE ARTICLES
ARTICLE CATEGORY

Browse all articles >

AUTHOR INFORMATION
Editorial Office
The Office of 10th Gangnam Sangga, 303, Hyoryong-ro, Seochogu, Seoul, Korea (06643)
Tel: +82-10-4044-3814    E-mail: ajk.editor@gmail.com                

Copyright © 2024 by The Asian Society of Kinesiology and the Korean Academy of Kinesiology.

Developed in M2PI

Close layer
prev next