Oulun yliopistossa tarkastetaan ensi viikolla, jonka mukaan liikkumattomuusjaksojen rajoittaminen 15–30 minuuttiin ja katkominen liikkumalla näyttäisi edistävän sydän- ja verisuoniterveyttä keski-ikäisillä aikuisilla.

Tutkimuksen perusteella liikkumattomuuden keskeyttämiset voivat olla lyhyitä ja joko kevyttä tai ripeää fyysistä aktiivisuutta, esimerkiksi kävelyä.

MSc Vahid Farrahin väitöstutkimus toteutettiin Oulun yliopistossa ja ODL Liikuntaklinikalla. Se on osa Pohjois-Suomen 1966 syntymäkohortin tutkimusta, johon osallistui 5 840 henkilöä, jotka kävivät kliinisissä tutkimuksissa ja täyttivät laajan kyselyn 46 vuoden iässä.

Tutkimus osoitti, että jopa vain kymmenen minuutin päivittäisen istumisen korvaaminen kevyellä tai ripeällä liikunnalla edisti keski-ikäisten sydän- ja verisuoniterveyttä.

Tämä oli havaittavissa useissa terveyden kuvaajissa, kuten insuliinitasoissa, veren rasva- ja glukoosiarvoissa sekä painoindeksissä.

Farrahi mittasi tutkimushenkilöiden liikunta-aktiivisuutta ja paikallaan oloa kiihtyvyysanturiin perustuvalla aktiivisuusmittarilla kahden viikon ajan.

“Erityisesti vähiten liikkuville on rohkaisevaa viesti, että he voivat parantaa sydänterveyttään yksinkertaisella tavalla tauottamalla istumajaksonsa riittävän usein ja lisäämällä hieman kevyttä liikkumistaan. Itse asiassa liikuntasuositukset ovat monille aika vaikeita toteuttaa”, hän toteaa tiedotteessa.

Vaikka liikuntasuositukset kehottavat aikuisia liikkumaan 150-300 minuuttia reippaasti viikoittain, monet aikuiset eivät onnistu noudattamaan suositusta ja viettävät valtaosan päivittäisestä ajasta istuen ja makoillen.

Lue myös:

Tämän tutkimuksen perusteella aikuiset voivat kuitenkin saada myönteisiä vaikutuksia sydän- ja verisuoniterveyteen kevyelläkin liikunnalla, erityisesti jos se korvaa liikkumattomuuteen käytettyä aikaa.

Mukana kannettavat aktiivisuusmittarit ovat kehittyneet viime vuosina ja ne mahdollistavat kaiken päivittäisen aktiviteetin seurannan, ja myös satunnaiset lyhytkestoiset liikkeet voidaan havaita.

Myös liikunta-aktiivisuuden analysoinnissa on otettu käyttöön moderneja koneoppimiseen perustuvia menetelmiä.

Tässä väitöstutkimuksessa parannettiin koneoppimismenetelmien avulla aktiivisuusmittareilla tehtyjen aktiivisuusmittausten tarkkuutta, ja luotiin niiden avulla yksilöllisiä aktiivisuusprofiileja.