43 
features vary, all of these devices attempt to provide users with an easy way to 
objectively monitor their PA and EE over time.    
The increased availability of monitoring technology provides consumers with 
options for self-monitoring, but these tools may also have applications for applied field-
based research or intervention applications designed to promote PA in the population. 
However, little or no information is available to substantiate the validity of these 
consumer-based activity monitors under free-living conditions. It is important to formally 
evaluate the validity of these various devices so consumers, fitness professionals and 
researchers can make informed decisions when choosing one of the monitors. Research 
on physical activity assessment has progressed by continually evaluating new 
technologies and approaches against existing tools. The present study adds new 
information to the literature by formally evaluating the validity of eight different 
consumer-based, activity-monitoring technologies under semi-structured free-living 
conditions, with estimates of EE from a portable metabolic analyzer as the criterion 
measure. 
Methods 
Participants 
Sixty healthy men (n=30) and women (n=30) volunteered to participate in the 
study. Participants did not have major diseases or illnesses, did not use medications that 
would affect their body weight or metabolism, and were nonsmokers determined by the 
self-report health history questionnaire. Individuals were recruited from within the 
university and surrounding community through posted announcements and word-of-
mouth.  Approval from the Institutional Review Board of Iowa State University was 
Pdf change page order - re-order PDF pages in C#.net, ASP.NET, MVC, Ajax, WinForms, WPF
Support Customizing Page Order of PDF Document in C# Project
how to reverse page order in pdf; how to rearrange pdf pages reader
Pdf change page order - VB.NET PDF Page Move Library: re-order PDF pages in vb.net, ASP.NET, MVC, Ajax, WinForms, WPF
Sort PDF Document Pages Using VB.NET Demo Code
rearrange pages in pdf document; pdf change page order
44 
obtained before beginning this study. Participants were aware of the procedures and 
purpose of the study before they signed the informed consent document.    
Instruments 
Oxycon Mobile 5.0 (OM) 
The OM (Viasys Healthcare Inc., Yorba Linda, CA USA) is a portable metabolic 
analyzer that allows measurement of oxygen consumption under free-living conditions 
and was utilized in this study as the criterion measure. In a recent validation study, the 
OM provided similar metabolic parameters (VE, VO
2
, and VCO
2
) compared to the 
Douglas bag method. Mean differences reported in the study were in all cases less than 5% 
[3]. Expired gases were collected using Hans Rudolph masks (Hans Rudolf, Inc., Kansas 
City, MO). Volume and gas calibrations were performed before each trial by following 
manufacturer recommendations. 
BodyMedia FIT (BMF)(BodyMedia Inc., Pittsburgh, PA, USA) 
The BodyMedia FIT is a consumer version of a research-based, armband monitor 
known as the SenseWear Armband. The SenseWear is an innovative, multi-sensor 
activity monitor that integrates movement data from a 3-dimensional accelerometer with 
various heat-related variables (e.g., heat flux) and galvanic skin response to estimate EE. 
The FIT uses the same technology as the SenseWear device, but it is designed to facilitate 
personal self-monitoring and weight control. The device comes with a watch interface 
and can connect wirelessly through Bluetooth with Smartphone apps for data monitoring. 
The monitor has rechargeable batteries that can be used to collect and store data for two 
weeks. Data can be downloaded through a USB cable and viewed through a personalized 
web-based software tool (ProConnect) to monitor results over time. The software also 
features an integrated tool for reporting calorie intake, which enables participants to track 
VB.NET Word: Change Word Page Order & Sort Word Document Pages
Note: if you are trying to change the order controls, please read this Word reading page which has powerful & profession imaging controls, PDF document, image
how to rearrange pages in a pdf reader; how to reorder pages in pdf
C# Word - Process Word Document in C#
various Word document processing implementations using C# demo codes, such as add or delete Word document page, change Word document pages order, merge or
reorder pages in pdf online; reordering pages in pdf
45 
energy balance, and to set and monitor weight loss goals; the software interface also 
enables users to connect with health coaches for guidance and support. Numerous studies 
[4-6] have supported the validity of the SenseWear, but studies to date have not evaluated 
the FIT monitor.   
DirectLife (DL) 
The DirectLife (DirectLife, Philips Lifestyle Incubator, Amsterdam, The 
Netherlands) is a tri-axial accelerometry-based monitor, based on a previously developed 
research device called the Tracmor [7]. This device is a small (3.2 × 3.2 × 0.5 cm), light-
weight (12.5g) instrument. The DL is waterproof to a 3 m depth and has a battery life of 3 
weeks with an internal memory that can store data for up to 22 weeks. The features of the 
DL have been designed to enhance wearability and reduce interference of the monitoring 
system with spontaneous activity behavior. A personal web page that provides stats, tips, 
and activity ideas allows participants to track their estimated EE, based on their activities. 
The validity of the Tracmor has been supported, but the DirectLife has not been tested to 
date. 
Fitbit One (FO) 
The Fitbit One (Fitbit Inc., San Francisco, CA, USA) is a tri-axial, accelerometry-
based device that can track steps taken, floors climbed, distance traveled, calories burned, 
and sleep quality. This monitor is a small (48 × 19.3 × 9.65 mm), light-weight (8g) 
instrument. The Fitbit has a 5 to 10 day battery life and an internal memory that can store 
data for up to 23 days. The unique feature of the FB is a wireless function that makes it 
possible to automatically upload data to the website without synchronizing the monitor to 
C# PDF File & Page Process Library SDK for C#.net, ASP.NET, MVC
Convert Jpeg to PDF; Merge PDF Files; Split PDF Document; Remove Password from PDF; Change PDF Permission Settings. C# File: Split PDF; C# Page: Insert PDF pages
change page order pdf preview; move pages in pdf online
C# PowerPoint - Sort PowerPoint Pages Order in C#.NET
control, developers can swap or adjust the order of all or several PowerPoint document pages, or just change the position of certain one PowerPoint page in an
move pages in pdf; how to move pages in a pdf document
46 
the computer. The Fitbit Ultra has been tested against estimates from a room calorimeter, 
but was found to significantly underestimate total energy expenditure [8]. 
FiBit Zip(FZ) 
The Fitbit Zip (Fitbit Inc., San Francisco, CA, USA) is a triaxial accelerometer 
that can track steps taken, distance traveled, and calories burned. This monitor is smaller 
(35.6 × 28.9 × 9.6 mm) than the Fitbit One, but has an expanded battery life
approximately 4 to 6 months
and is slightly less expensive.  
Jawbone UP (JU) 
The Jawbone UP band (JAWBONE, San Francisco, CA, USA) is a wrist-worn, 3-
dimensional, accelerometry-based device that can assess sleep patterns and physical 
activity patterns throughout the day. The UP band corresponds with an iOS device 
(iPhone 3GS or higher) via a 3.5 mm standard cable to synchronize data. The UP is 
water-resistant up to 1-meter and has a battery life span of 10 days. No research has been 
published on the UP band.   
Nike+ Fuel Band (NFB) 
The Nike Fuel Band (Nike Inc., Beaverton, OR, USA) is a wrist-worn, 3-
dimensional, accelerometry-based device, which assesses body movement, steps taken, 
distance, and calories burned. Data can be synchronized to the Nike+ Connect (website) 
via the clasp, which doubles as a USB cable or the accompanying application for an iOS 
device (iPhone) using Bluetooth. The Fuel B
and’s battery lasts up to four days and the 
band uses a series of 100 mini-LED lights to provide a clear presentation of physical 
activity data (i.e., steps, distance, and activity energy expenditure). No published research 
has been reported on the Nike+ Fuel Band.   
C# Word - Sort Word Pages Order in C#.NET
library control, developers can swap or adjust the order of all or several Word document pages, or just change the position of certain one Word page in an
move pages in a pdf file; how to rearrange pdf pages in preview
VB.NET PDF File & Page Process Library SDK for vb.net, ASP.NET
VB.NET PDF - How to Modify PDF Document Page in VB.NET. VB.NET Guide for Processing PDF Document Page and Sorting PDF Pages Order.
reorder pages in pdf reader; rearrange pages in pdf
47 
Basis B1 Band (BB) 
The Basis B1 Band (Basis Science Inc., San Francisco, USA) is a wrist watch-
style, activity monitor with multiple sensors that integrates movement data from a tri-
axial accelerometer with various heat-related variables, such as skin surface temperature, 
ambient temperature, and galvanic skin response to estimate energy expenditure. The 
unique feature of the Basis band is its advanced optical sensing technology, which 
accurately measures heart rate and blood flow. The battery in the Basis B1 Band lasts up 
to five days and the B1 is also reported to be water proof. In addition, it includes a digital 
watch, packed in an LCD touch screen interface. No published research has been reported 
on the Basis B1 Band. 
ActiGraph GT3X+ (ACT) 
ActiGraph GT3X+ (ActiGraph, Pensacola, FL USA) is the most commonly used 
accelerometer for the assessment of physical activity under free-living conditions. It is 
marketed exclusively as a research instrument and has been used in numerous studies to 
provide objective estimates of physical activity. The latest version of the ActiGraph 
(GT3X+) features a tri-axial accelerometer. The ActiGraph is not a consumer device, but 
is included in the study for comparison purposes.  
Procedures 
Participants reported to the laboratory twice. On the first visit, they were 
instructed on the characteristics of the study before signing an informed consent and 
completing a self-report health history. Anthropometric measures were obtained at the 
beginning of the data collection session. Standing height was measured to the nearest 0.1 
cm with the use of a wall mounted Harpenden stadiometer (Harpenden, London, United 
C# TIFF: How to Reorder, Rearrange & Sort TIFF Pages Using C# Code
C# users to reorder and rearrange multi-page Tiff file Tiff image management library, you can easily change and move pages or make a totally new order for all
how to move pages within a pdf document; reorder pdf pages reader
VB.NET PDF Password Library: add, remove, edit PDF file password
On this page, we will illustrate how to protect PDF document via password by using Change PDF original password. VB.NET: Necessary DLLs for PDF Password Edit.
reverse page order pdf online; move pages in a pdf
48 
Kingdom) using standard procedures. Body mass was measured with participants in light 
clothes and bare feet on an electronic scale (Seca 770) to the nearest 0.1 kg. The body 
mass index (BMI) was calculated as weight (kg)/ height squared (m
2
). Percentage of body 
fat was assessed, using a hand-held Bioimpedence Analysis (BIA) devices (Omron, 
Shelton, Connecticut, USA). Following anthropometric measurements, the participants 
were asked to lay down in bed for 10 minutes and then fitted with the potable metabolic 
analyzer (i.e., Oxycon Mobile) to measure resting energy expenditure (REE) for 15 
minutes. REE measurement was performed in the morning (i.e., 6 
9 am) after a 10-hour 
fast , following previously published guidelines [9].  
For the second visit (i.e., one week after the first visit), the participants were fitted 
with the portable metabolic analyzer and the eight activity monitors. The BMF monitor 
was worn on the non-dominant arm. The DL monitor was worn on the chest with a 
necklace. The NikeFuel band and Jawbone Up were worn on the left wrist, and the Basis 
B1 Band was worn on the right wrist. All other monitors (i.e., FO, FZ, and ACT) were 
positioned along the belt 
according to the manufacturer’s 
instructions. All instruments 
were synchronized and initialized using the participant
s personal information (age, 
gender, height, weight, handedness and smoker/non-smoker) prior to the measurements. 
The test was performed at various times of day; however, participants were asked to 
abstain from eating and exercise for 4 hours before the test. Each participant then 
performed an activity routine that included 13 different activities and lasted 69 minutes.  
Participants performed each activity for five minutes, with the exception of the 
activities on the treadmill, which were three minutes. There was a 1-minute break 
between each activity to facilitate transitions and tracking of data. Oxygen consumption 
49 
(VO
2
) was simultaneously measured throughout the routine with an Oxycon Mobile (OM) 
metabolic cart. These activities were categorized into four distinct physical activity types: 
(1) sedentary (reclining, writing at a computer), (2) walking (treadmill walking 2.5 mph 
and treadmill brisk walking 3.5), (3) running (treadmill jogging 5.5 mph, running at 6.5 
mph), and (4) moderate-to-vigorous activities (ascending and descending stairs, 
stationary bike, elliptical exercise, Wii tennis play, and playing basketball with 
researchers).  
Most of the consumer-based activity monitors do not provide direct access to the 
raw data, so estimates of EE were obtained directly from the associated websites for each 
monitor. The consumer devices also do not typically provide access to raw (e.g., minute-
by-minute) data, so the total estimates of energy expenditure across the entire period was 
used for the analyses. The ActiGraph allows easy access to the raw movement counts, so 
data from this monitor were processed using standard methods and aggregated to produce 
estimates for the same period. The latest Freedson algorithm (2011) was used to obtain 
the estimate energy expenditures.   
Data Analyses 
Breath-by-breath data from the indirect calorimetry were aggregated to provide 
average minute-by-minute values to facilitate integration with the estimates of EE from 
each monitor. Evaluation of the entire monitoring period was necessitated by the 
limitations of some of the software applications that do not report data on a minute-by-
minute basis (several provided only estimates of total EE). The primary statistical 
analyses involved evaluating overall group differences in EE estimates from the eight 
methods across the entire monitoring period (69-min trial). While this prevents an 
50 
analysis of individual activities, the evaluation over the full monitoring period provides a 
more ecologically valid assessment of what the monitors do under real-world conditions. 
Many validation studies have focused exclusively on point estimates of individual 
physical activities, but the most important consideration is how the devices perform 
during a sustained period of monitoring.  
Each monitor utilizes different outcome measures to summarize the data. Several 
of the monitors provide estimates of total EE (i.e., BodyMedia Fit, Fitbit One, Fitbit Zip, 
and Basis B1 Band); however, several others report estimates of activity EE (i.e., 
NikeFuel Band, DirectLife, Jawbone Up, and ActiGraph). To provide comparable 
estimates, it was necessary to add resting EE (REE) to the Activity EE (AEE) values 
from some of the estimates. The measured REE obtained prior to the activity protocol 
was only added to the outcome data from monitors that specifically report AEE rather 
than TEE (i.e., NikeFuel Band, DirectLife, Jawbone Up, and ActiGraph).    
Descriptive analyses were conducted to examine associations with the criterion 
measure. Pearson correlations were computed to examine overall group-level associations. 
Mean absolute percent errors (MAPE) were also calculated to provide an indicator of 
overall measurement error. This is a more conservative estimate of error that takes into 
account both over-estimation and under-estimation, since the absolute value of the error 
is used in the calculation. 
A novel, statistical approach employed in this study 
was the use of “equivalence 
testing
” 
[10, 11] to statistically examine measurement agreements between the activity 
monitors and the OM. In traditional hypothesis testing, the focus is on testing for a 
significant difference. Failing to reject the null hypothesis (e.g., that two methods are not 
51 
different) allows one to report that there is no evidence of a difference. However, this 
does not necessarily imply that the estimates are equivalent [12]. Utilizing an equivalence 
test, it is possible to determine whether or not a method 
is “significantly equivalent”
to 
another method (i.e., OM). With this type of analyses, it is important to specify an 
appropriate equivalence zone prior to testing. There is no definitive standard but we 
selected a 10% error zone. With a 95% equivalence test (i.e., an alpha of 5%), an estimate 
is considered to be equivalent to the criterion-measured value (with 95% precision), if the 
90% confidence interval (CI) for a mean of the estimated EE falls into the proposed 
equivalence zone (i.e., ±10% of the mean) of the measured EE from OM. The estimated 
EE and measured EE data across all monitors, and the 90% CIs for means of the 
estimated and measured EE were obtained from a mixed ANOVA to control for 
participants’ level clustering. 
To further evaluate individual variations in a more systematic way, Bland-Altman 
plots with corresponding 95% limits of agreement and fitted lines (from regression 
analyses between mean and difference) with their corresponding parameters (i.e., 
intercept, slope) were presented. A fitted line that provides a slope of 0 and an intercept 
of 0 exemplifies perfect agreement. Root mean square error (RMSE) and the percentage 
of the RMSE relative to the measured value were calculated for each device to enable 
comparisons with previous studies.  
Results 
Descriptive statistics for the sample population are provided in Table 1. 
Participants’ ages ranged between 18
-43 years. Body mass index and percentage of body 
fat ranged between 19.5 
28.0 kg
·
m
2
and 5.7 
31.7%, respectively.  
52 
Table 2 illustated total EE values (means ± SD) were 356.9 ± 67.6, 271.1 ± 53.8, 
350.2 ± 41.8, 320.4 ± 51.8, 330.9 ± 55.0, 370.1 ± 51.5, 338.8 ± 66.1, 338.9 ± 59.4, 326.2 
± 64.7 kcal for OM, BB, NFB, DL, FO, FZ, JU, BMF, and ACT, respectively. 
Table 3 shows the correlation coefficients (r) between indirect calorimetry (IC) 
and consumer activity monitors. The strongest relationship between IC and the monitors 
were seen for the BMF (r = .84) and the two Fitbit monitors (FO: r = .81 and FZ: r = .81). 
These monitors were also highly correlated each other (BMF vs. FO: r = .90). The 
correlation coefficients for the other monitors ranged from r = .14 to r = .73, when 
compared to the criterion measure (i.e., oxycon mobile)   
Figure 1 shows the mean absolute percent errors (MAPEs) for the various 
monitors (computed as the average absolute value of the errors relative to the Oxycon 
Mobile). The magnitude of errors was least for the BMF (9.34%), followed by the FZ 
(10.08%) and the FO (10.41%). Error rates for the other monitors ranged from 12.18 to 
23.49%. 
The use of equivalence testing made it possible to determine if the EE estimates 
from the monitors were equivalent to the estimate from the criterion measures (OM). The 
calculated 90% CIs for the estimates from the monitors were compared to the computed 
equivalence zone for the OM. The estimated EE from the BMF, FZ, and NikeFuel band 
(NFB) were significantly equivalent to the measured EE from the OM. This is shown by 
the fact 90% CIs for the estimated EE from the three monitors were completely within 
the equivalence zone of the measured EE (lower bound: 321.237 kcal, upper bound 
392.623 kcal). Plots showing the distribution of error for all monitors are shown in Figure 
2.  
Documents you may be interested
Documents you may be interested