บรรณานุกรมการวิเคราะห์การเดิน

Inoue K, et al. (2023)

"Association of Daily Step Patterns With Mortality in US Adults"

JAMA Network Open 2023;6(3):e235174

การศึกษาในผู้ใหญ่ชาวอเมริกัน 4,840 คนแสดงให้เห็นว่าการเดิน 8,000-9,000 ก้าวต่อวันในผู้สูงอายุช่วยลดอัตราการเสียชีวิต ประโยชน์จะคงที่เมื่อเกินช่วงนี้ ชี้ให้เห็นผลตอบแทนที่ลดลงที่จำนวนก้าวที่สูงขึ้น

Lee I-M, et al. (2019)

"Association of Step Volume and Intensity With All-Cause Mortality in Older Women"

JAMA Internal Medicine 2019;179(8):1105-1112

การศึกษาในผู้หญิงสูงอายุ 16,741 คน (อายุเฉลี่ย 72 ปี) แสดงให้เห็นการลดอัตราการเสียชีวิตด้วยการเดิน ≥4,400 ก้าวต่อวัน โดยประโยชน์จะคงที่ประมาณ 7,500 ก้าวต่อวัน สร้างหลักฐานว่า "มากขึ้นไม่ได้หมายความว่าดีกว่าเสมอไป"

Ding D, et al. (2025)

"Steps per day and all-cause mortality: a systematic review and meta-analysis"

The Lancet Public Health 2025 (online ahead of print)

การวิเคราะห์อภิมานที่ครอบคลุมซึ่งให้ความสัมพันธ์แบบปริมาณระหว่างจำนวนก้าวต่อวันกับผลลัพธ์ด้านสุขภาพในประชากรที่หลากหลาย

Del Pozo-Cruz B, et al. (2022)

"Association of Daily Step Count and Intensity With Incident Morbidity and Mortality Among Adults"

JAMA Internal Medicine 2022;182(11):1139-1148

การศึกษาในผู้ใหญ่ชาวอังกฤษ 78,500 คนที่แนะนำตัวชี้วัด จังหวะก้าวสูงสุด-30 พบว่าทั้งจำนวนก้าวรวมและจังหวะก้าวสูงสุด-30 มีความสัมพันธ์อย่างอิสระกับการลดความเจ็บป่วยและการเสียชีวิต จังหวะก้าวสูงสุด-30 อาจสำคัญกว่าจำนวนก้าวรวมสำหรับผลลัพธ์ด้านสุขภาพ

Master H, et al. (2022)

"Association of step counts over time with the risk of chronic disease in the All of Us Research Program"

Nature Medicine 2022;28:2301–2308

การศึกษาขนาดใหญ่แสดงให้เห็นว่าจำนวนก้าวที่คงที่ตามช่วงเวลาช่วยลดความเสี่ยงของโรคเรื้อรังรวมถึงเบาหวาน โรคอ้วน ภาวะหยุดหายใจขณะหลับ GERD และภาวะซึมเศร้า

Del Pozo-Cruz B, et al. (2022)

"Association of Daily Step Count and Intensity With Incident Dementia in 78,430 Adults Living in the UK"

JAMA Neurology 2022;79(10):1059-1063

จำนวนก้าวต่อวันและความเข้มข้นของก้าวทั้งสองมีความสัมพันธ์กับการลดความเสี่ยงโรคสมองเสื่อม ปริมาณที่เหมาะสมประมาณ 9,800 ก้าวต่อวัน พร้อมประโยชน์เพิ่มเติมจากจังหวะก้าวที่สูงขึ้น (การเดินเร็ว)

Tudor-Locke C, et al. (2019) — CADENCE-Adults Study

"Walking cadence (steps/min) and intensity in 21-40 year olds: CADENCE-adults"

International Journal of Behavioral Nutrition and Physical Activity 2019;16:8

การศึกษาสำคัญที่สร้างเกณฑ์ 100 ก้าวต่อนาทีสำหรับความเข้มข้นปานกลาง (3 METs) ด้วยความไวที่ 86% และความจำเพาะที่ 89.6% ในผู้เข้าร่วม 76 คนอายุ 21-40 ปี การค้นพบนี้เป็นพื้นฐานสำหรับการติดตามความเข้มข้นตามจังหวะก้าวในการเดิน

Tudor-Locke C, et al. (2020)

"Walking cadence (steps/min) and intensity in 41 to 60-year-old adults: the CADENCE-adults study"

International Journal of Behavioral Nutrition and Physical Activity 2020;17:137

ยืนยันเกณฑ์ 100 ก้าวต่อนาทีสำหรับความเข้มข้นปานกลางในผู้ใหญ่วัยกลางคน (41-60 ปี) สร้างเกณฑ์ 130 ก้าวต่อนาทีสำหรับความเข้มข้นสูง (6 METs)

Aguiar EJ, et al. (2021)

"Cadence (steps/min) and relative intensity in 21 to 60-year-olds: the CADENCE-adults study"

International Journal of Behavioral Nutrition and Physical Activity 2021;18:27

การวิเคราะห์อภิมานยืนยันว่าเกณฑ์จังหวะก้าวยังคงคงที่ในช่วงอายุ 21-85 ปี สนับสนุนการใช้งานได้ทั่วไปของการติดตามความเข้มข้นตามจังหวะก้าว

Moore CC, et al. (2021)

"Development of a Cadence-based Metabolic Equation for Walking"

Medicine & Science in Sports & Exercise 2021;53(1):165-173

พัฒนาสมการง่ายๆ: METs = 0.0219 × จังหวะก้าว + 0.72 โมเดลนี้แสดงความแม่นยำที่มากกว่า 23-35% เมื่อเทียบกับสมการ ACSM มาตรฐาน พร้อมความแม่นตรงประมาณ ~0.5 METs ที่ความเร็วการเดินปกติ

Tudor-Locke C, et al. (2022)

"Cadence (steps/min) and intensity during ambulation in 6–20 year olds: the CADENCE-kids study"

International Journal of Behavioral Nutrition and Physical Activity 2022;19:1

หลักฐานพื้นฐานสำหรับการวิจัยจังหวะก้าว-ความเข้มข้นในกลุ่มอายุต่างๆ ให้กรอบงานที่ครอบคลุมสำหรับการตีความ

American Heart Association (AHA)

"Target Heart Rates Chart"

เอกสารอ้างอิงมาตรฐานสำหรับการฝึกโซนอัตราการเต้นหัวใจ ความเข้มข้นปานกลาง = 50-70% จากอัตราการเต้นหัวใจสูงสุด; ความเข้มข้นสูง = 70-85% จากอัตราการเต้นหัวใจสูงสุด

Studenski S, et al. (2011)

"Gait Speed and Survival in Older Adults"

JAMA 2011;305(1):50-58

การศึกษาสำคัญในผู้สูงอายุ 34,485 คนที่สร้างความเร็วในการเดินเป็นตัวทำนายการรอดชีวิต ความเร็ว <0.8 เมตรต่อวินาทีมีความสัมพันธ์กับอัตราการเสียชีวิตที่สูงขึ้น; ความเร็ว >1.0 เมตรต่อวินาทีบ่งชี้สุขภาพการทำงานที่ดี ความเร็วในการเดินตอนนี้ถือเป็น "สัญญาณชีพ" ของสุขภาพในผู้สูงอายุ

Pamoukdjian F, et al. (2022)

"Gait speed and falls in older adults: A systematic review and meta-analysis"

BMC Geriatrics 2022;22:394

การทบทวนแบบครอบคลุมสร้างความสัมพันธ์ที่แข็งแกร่งระหว่างความเร็วในการเดินที่ช้าลงกับความเสี่ยงการหกล้มที่เพิ่มขึ้นในผู้สูงอายุที่อาศัยในชุมชน

Verghese J, et al. (2023)

"Annual decline in gait speed and falls in older adults"

BMC Geriatrics 2023;23:290

การเปลี่ยนแปลงประจำปีในความเร็วในการเดินทำนายความเสี่ยงการหกล้ม การติดตามการเปลี่ยนแปลงความเร็วในการเดินรายปีช่วยให้สามารถแทรกแซงเร็วเพื่อป้องกันการหกล้ม

Hausdorff JM, et al. (2005)

"Gait variability and fall risk in community-living older adults: a 1-year prospective study"

Journal of NeuroEngineering and Rehabilitation 2005;2:19

ความผันแปรของท่าเดินที่เพิ่มขึ้น (สัมประสิทธิ์ความแปรปรวนในเวลาก้าว) ทำนายความเสี่ยงการหกล้ม CV >3-4% ในการเดินปกติบ่งชี้ความเสี่ยงที่เพิ่มขึ้น

Hausdorff JM (2009)

"Gait dynamics in Parkinson's disease: common and distinct behavior among stride length, gait variability, and fractal-like scaling"

Chaos 2009;19(2):026113

การวิเคราะห์แบบแฟร็กทัลของรูปแบบท่าเดินในโรคพาร์กินสันแสดงการเปลี่ยนแปลงของพลวัตก้าวและการสูญเสียความซับซ้อนในภาวะทางระบบประสาท

Moe-Nilssen R, Helbostad JL (2004)

"Estimation of gait cycle characteristics by trunk accelerometry"

Journal of Biomechanics 2004;37(1):121-126

สร้างความน่าเชื่อถือของเครื่องวัดความเร่งที่ติดตั้งที่ลำตัวสำหรับการวิเคราะห์ท่าเดิน เป็นพื้นฐานสำหรับการประเมินท่าเดินด้วยสมาร์ทโฟนและสมาร์ทวอทช์

Phinyomark A, et al. (2020)

"Fractal analysis of human gait variability via stride interval time series"

Frontiers in Physiology 2020;11:333

ทบทวนวิธีการวิเคราะห์แบบแฟร็กทัล (DFA alpha) สำหรับการวัดความสัมพันธ์ระยะยาวในรูปแบบท่าเดิน มีประโยชน์สำหรับการตรวจจับภาวะทางระบบประสาท

Ralston HJ (1958)

"Energy-speed relation and optimal speed during level walking"

Internationale Zeitschrift für angewandte Physiologie 1958;17:277-283

การศึกษาคลาสสิกที่สร้างเส้นโค้งรูป U ของประสิทธิภาพการเดิน ความเร็วการเดินที่เหมาะสม (ต้นทุนพลังงานต่ำสุด) เกิดขึ้นที่ประมาณ 1.25 เมตรต่อวินาที (4.5 กม./ชม.) บนพื้นราบ

Zarrugh MY, et al. (2000)

"Preferred Speed and Cost of Transport: The Effect of Incline"

Journal of Experimental Biology 2000;203:2195-2200

ต้นทุนการเคลื่อนที่เพิ่มขึ้นอย่างมากตามความชัน ความชัน +5% เพิ่มต้นทุนการเผาผลาญอย่างมีนัยสำคัญ; ความชันลงเนิน (-5 ถึง -10%) เพิ่มต้นทุนการเบรกแบบเยื้องศูนย์

Lim HT, et al. (2018)

"A simple model to estimate metabolic cost of human walking across slopes and surfaces"

Scientific Reports 2018;8:5279

โมเดลทางกลของต้นทุนพลังงานการเดินที่รวมความชันและประเภทภูมิประเทศ ช่วยให้สามารถทำนายความต้องการพลังงานการเผาผลาญในสภาวะที่หลากหลาย

Steudel-Numbers K, Tilkens MJ (2022)

"The effect of lower limb length on the energetic cost of locomotion: implications for fossil hominins"

eLife 2022;11:e81939

การวิเคราะห์การแลกเปลี่ยนระหว่างพลังงาน/เวลาในกลยุทธ์ก้าวเดินของมนุษย์ในความเร็วการเดินและความชันที่แตกต่างกัน

Apple Inc. (2021)

"Using Apple Watch to Estimate Cardio Fitness with VO₂ max"

เอกสารทางเทคนิคที่อธิบายวิธีการของ Apple Watch ในการประมาณ VO₂max ระหว่างการเดิน วิ่ง และเดินป่าในที่แจ้ง ใช้ข้อมูลอัตราการเต้นหัวใจ ความเร็ว GPS และเครื่องวัดความเร่งด้วยอัลกอริทึมที่ผ่านการตรวจสอบ

Apple Developer Documentation

"HKQuantityTypeIdentifier.vo2Max"

เอกสาร HealthKit API อย่างเป็นทางการสำหรับการเข้าถึงข้อมูล VO₂max หน่วย: mL/(kg·min) Apple Watch Series 3 ขึ้นไปประมาณ VO₂max ระหว่างกิจกรรมคาร์ดิโอในที่แจ้ง

Apple Support

"About Cardio Fitness on Apple Watch"

เอกสารสำหรับผู้ใช้ที่อธิบายระดับสมรรถภาพหัวใจและหลอดเลือด วิธีการวัด และวิธีปรับปรุง รวมถึงช่วงมาตรฐานตามอายุและเพศ

Apple Developer Documentation

"HKCategoryTypeIdentifier.lowCardioFitnessEvent"

API สำหรับการตรวจจับเหตุการณ์สมรรถภาพหัวใจและหลอดเลือดต่ำ ช่วยให้สามารถแทรกแซงสุขภาพเชิงรุกเมื่อ VO₂max ลดลงต่ำกว่าเกณฑ์ที่เฉพาะเจาะจงตามอายุ/เพศ

Apple Inc. (2022)

"Measuring Walking Quality Through iPhone Mobility Metrics"

เอกสารทางเทคนิคที่ให้รายละเอียดการตรวจสอบตัวชี้วัดการเดินที่ใช้ iPhone: ความเร็วการเดิน ความยาวก้าว เปอร์เซ็นต์การพยุงสองข้าง ความไม่สมดุลในการเดิน iPhone 8 ขึ้นไปพร้อม iOS 14 ขึ้นไปสามารถรวบรวมตัวชี้วัดเหล่านี้แบบอัตโนมัติเมื่อพกในกระเป๋าหรือกระเป๋าถือ

Apple WWDC 2021

"Explore advanced features of HealthKit — Walking Steadiness"

เซสชันเทคนิคที่แนะนำตัวชี้วัดความมั่นคงในการเดิน: การวัดแบบผสมผสานของสมดุล ความมั่นคง และการประสานงานที่ได้จากพารามิเตอร์ท่าเดิน ให้การจัดประเภทความเสี่ยงการหกล้ม (ปกติ, ต่ำ, ต่ำมาก)

Apple Newsroom (2021)

"Apple advances personal health by introducing secure sharing and new insights"

ประกาศคุณสมบัติความมั่นคงในการเดินใน iOS 15 ช่วยให้สามารถตรวจจับความเสี่ยงการหกล้มและข้อแนะนำการแทรกแซงสำหรับผู้ใช้ที่มีความเสี่ยง

Moon S, et al. (2023)

"Accuracy of the Apple Health app for measuring gait speed: Observational study"

JMIR Formative Research 2023;7:e44206

การศึกษาการตรวจสอบแสดงให้เห็นว่าการวัดความเร็วการเดินของแอป iPhone Health มีความสัมพันธ์ดีกับการประเมินระดับการวิจัย (r=0.86-0.91) สนับสนุนประโยชน์ทางคลินิก

Android Developer Documentation

"Health Connect data types and data units"

เอกสารอย่างเป็นทางการสำหรับประเภทข้อมูล Health Connect รวมถึง StepsRecord, StepsCadenceRecord, SpeedRecord, DistanceRecord, HeartRateRecord, Vo2MaxRecord API มาตรฐานสำหรับการรวมข้อมูลสุขภาพ Android

Google Fit Documentation

"Step count cadence data type"

เอกสาร Google Fit API สำหรับข้อมูลจังหวะก้าว (ก้าวต่อนาที) ช่วยให้สามารถติดตามกิจกรรมตามความเข้มข้นบนอุปกรณ์ Android

Google Fit Documentation

"Read daily step total"

บทช่วยสอนสำหรับการเข้าถึงจำนวนก้าวรวมต่อวันจาก Google Fit API รวมถึงข้อมูลจากแหล่งหลายแหล่ง (เซ็นเซอร์โทรศัพท์ อุปกรณ์สวมใส่)

Android Developer Guide

"Health Connect overview"

ภาพรวมของแพลตฟอร์ม Health Connect ที่เก็บข้อมูลสุขภาพแบบรวมศูนย์ของ Google สำหรับ Android ช่วยให้สามารถแบ่งปันข้อมูลข้ามแอปพลิเคชันด้วยความยินยอมของผู้ใช้

Zandbergen PA, Barbeau SJ (2011)

"Positional Accuracy of Assisted GPS Data from High-Sensitivity GPS-enabled Mobile Phones"

PLOS ONE 2011;6(7):e24727

การศึกษาการตรวจสอบความแม่นยำของ GPS สมาร์ทโฟนในสภาพแวดล้อมเมือง ความคลาดเคลื่อนเฉลี่ย 5-8 เมตรในพื้นที่เปิดโล่ง เพิ่มเป็น 10-20 เมตรในเมืองที่มีอาคารสูง สร้างเกณฑ์พื้นฐานสำหรับความคาดหวังความแม่นยำของ GPS ผู้บริโภค

Wu X, et al. (2025)

"Sidewalk-level pedestrian map matching using smartphone GNSS data"

Satellite Navigation 2025;6:3

อัลกอริทึมการจับคู่แผนที่ที่เฉพาะเจาะจงสำหรับทางเท้าแบบใหม่สำหรับการนำทางของคนเดินเท้า ปรับปรุงความแม่นยำในสภาพแวดล้อมเมืองที่การจับคู่เครือข่ายถนนมาตรฐานล้มเหลว

Jiang C, et al. (2020)

"Accurate and Direct GNSS/PDR Integration Using Extended Kalman Filter for Pedestrian Smartphone Navigation"

การใช้งานทางเทคนิคของการรวมเซ็นเซอร์ GNSS/IMU โดยใช้ Extended Kalman Filter ช่วยให้มีการระบุตำแหน่งอย่างต่อเนื่องเมื่อสัญญาณ GPS หายไป (อุโมงค์ การเปลี่ยนสถานที่ในอาคาร)

Zhang G, et al. (2019)

"Hybrid Map Matching Algorithm Based on Smartphone and Low-Cost OBD in Urban Canyons"

Remote Sensing 2019;11(18):2174

โครงร่างการระบุตำแหน่งแบบผสมผสานที่รวม GNSS เข้ากับเซ็นเซอร์เฉื่อยเพื่อปรับปรุงความแม่นยำในสภาพแวดล้อมเมืองที่ท้าทาย (อาคารสูง ต้นไม้บดบัง)

American Thoracic Society (2002)

"ATS Statement: Guidelines for the Six-Minute Walk Test"

American Journal of Respiratory and Critical Care Medicine 2002;166:111-117

โปรโตคอลมาตรฐานอย่างเป็นทางการสำหรับการทดสอบการเดิน 6 นาที (6MWT) การประเมินความสามารถในการออกกำลังกายทางคลินิกที่ใช้กันอย่างแพร่หลาย รวมถึงแนวทางการดำเนินการ ค่ามาตรฐาน และการตีความ

Podsiadlo D, Richardson S (1991)

"The Timed 'Up & Go': A Test of Basic Functional Mobility for Frail Elderly Persons"

Journal of the American Geriatrics Society 1991;39(2):142-148

คำอธิบายเดิมของการทดสอบ Timed Up and Go (TUG) การประเมินมาตรฐานทองคำของความคล่องแคล่วทางการทำงานและความเสี่ยงการหกล้มในผู้สูงอายุ เวลา >14 วินาทีบ่งชี้ความเสี่ยงการหกล้มสูง

Ainsworth BE, et al. (2011)

"2011 Compendium of Physical Activities: A Second Update of Codes and MET Values"

Medicine & Science in Sports & Exercise 2011;43(8):1575-1581

เอกสารอ้างอิงที่ครอบคลุมซึ่งระบุค่า MET สำหรับกิจกรรม 800+ รายการ ค่าเฉพาะการเดิน: 2.0 METs (ช้ามาก, <2 ไมล์/ชม.) 3.0 METs (ปานกลาง, 2.5-3 ไมล์/ชม.) 3.5 METs (เร็ว, 3.5 ไมล์/ชม.) 5.0 METs (เร็วมาก, 4.5 ไมล์/ชม.)

Ainsworth BE, et al. (2024)

"The 2024 Adult Compendium of Physical Activities: An Update of Activity Codes and MET Values"

Journal of Sport and Health Science 2024 (online ahead of print)

การปรับปรุงล่าสุดของรวมหน่วย รวมถึงกิจกรรมใหม่และค่า MET ที่แก้ไขตามการวิจัยล่าสุด เอกสารอ้างอิงที่จำเป็นสำหรับการคำนวณการใช้พลังงาน

Fukuchi RK, et al. (2019)

"Effects of walking speed on gait biomechanics in healthy participants: a systematic review and meta-analysis"

Systematic Reviews 2019;8:153

การวิเคราะห์อภิมานที่ครอบคลุมของผลกระทบของความเร็วการเดินต่อพารามิเตอร์เชิงพื้นที่และเวลา จลนศาสตร์ และจลนพลศาสตร์ ขนาดผลกระทบปานกลางถึงขนาดใหญ่แสดงให้เห็นว่าความเร็วเปลี่ยนกลไกท่าเดินโดยพื้นฐาน

Mirelman A, et al. (2022)

"Present and future of gait assessment in clinical practice: Towards the application of novel trends and technologies"

Frontiers in Medical Technology 2022;4:901331

ทบทวนการประยุกต์ใช้เทคโนโลยีสวมใส่และ AI สำหรับการประเมินท่าเดินทางคลินิก รวมถึงพารามิเตอร์เชิงพื้นที่และเวลา จลนศาสตร์ และมาตราส่วนทางคลินิก (UPDRS, SARA, Dynamic Gait Index)

Mann RA, et al. (1986)

"Comparative electromyography of the lower extremity in jogging, running, and sprinting"

American Journal of Sports Medicine 1986;14(6):501-510

การศึกษา EMG คลาสสิกที่แยกความแตกต่างของกลไกการเดินจากการวิ่ง การเดินมีระยะพยุง 62% เทียบกับ 31% ในการวิ่ง; รูปแบบการกระตุ้นกล้ามเนื้อที่แตกต่างกันแสดงให้เห็นกลศาสตร์ชีวภาพที่แตกต่างกันโดยพื้นฐาน

Straczkiewicz M, et al. (2023)

"A 'one-size-fits-most' walking recognition method for smartphones, smartwatches, and wearable accelerometers"

npj Digital Medicine 2023;6:29

อัลกอริทึมการจดจำการเดินแบบสากลที่มีความไวที่ 0.92-0.97 ในประเภทอุปกรณ์และตำแหน่งบนร่างกายที่แตกต่างกัน ตรวจสอบด้วยชุดข้อมูลสาธารณะ 20 ชุด ช่วยให้สามารถติดตามกิจกรรมอย่างสม่ำเสมอในแพลตฟอร์มต่างๆ

Porciuncula F, et al. (2024)

"Wearable Sensors in Other Medical Domains with Application Potential for Orthopedic Trauma Surgery"

Sensors 2024;24(11):3454

ทบทวนการประยุกต์ใช้เซ็นเซอร์สวมใส่สำหรับการวัดความเร็วการเดินในโลกจริง จำนวนก้าว แรงปฏิกิริยาพื้น และช่วงการเคลื่อนไหวโดยใช้เครื่องวัดความเร่ง ไจโรสโคป และแมกนีโตมิเตอร์

Ungvari Z, et al. (2023)

"The multifaceted benefits of walking for healthy aging: from Blue Zones to molecular mechanisms"

GeroScience 2023;45:3211–3239

การทบทวนที่ครอบคลุมแสดงให้เห็นว่าการเดิน 30 นาที/วัน × 5 วันช่วยลดความเสี่ยงของโรค ผลต้านการแก่ชราต่อการไหลเวียน การทำงานของหัวใจและปอด และระบบภูมิคุ้มกัน ลดความเสี่ยงโรคหัวใจและหลอดเลือด เบาหวาน และความเสื่อมถอยทางสติปัญญา

Karstoft K, et al. (2024)

"The health benefits of Interval Walking Training"

Applied Physiology, Nutrition, and Metabolism 2024;49(1):1-15

ทบทวนการฝึกเดินแบบช่วง (IWT) สลับการเดินเร็วและช้า ปรับปรุงสมรรถภาพทางกาย ความแข็งแรงของกล้ามเนื้อ และการควบคุมน้ำตาลในเลือดในโรคเบาหวานชนิดที่ 2 ดีกว่าการเดินปานกลางแบบต่อเนื่อง

Morris JN, Hardman AE (1997)

"Walking to health"

Sports Medicine 1997;23(5):306-332

การทบทวนคลาสสิกที่สร้างว่าการเดินที่ >70% จากอัตราการเต้นหัวใจสูงสุดพัฒนาสมรรถภาพหัวใจและหลอดเลือด ปรับปรุงการเผาผลาญ HDL และการทำงานของอินซูลิน/กลูโคส พื้นฐานของการเดินเป็นการแทรกแซงสุขภาพ