En la práctica clínica actual, las limitaciones funcionales debido a enfermedades musculoesqueléticas crónicas todavía se evalúan de manera subjetiva, por ejemplo, utilizando cuestionarios y puntuaciones de función. Los métodos basados en el rendimiento, por otro lado, ofrecen perspectivas objetivas. Por lo tanto, recientemente han atraído más interés como una fuente adicional de información. Este trabajo ofrece un paso hacia el cambio a métodos basados en el rendimiento al reconocer actividades estandarizadas a partir de lecturas continuas utilizando un único acelerómetro montado en el brazo de un paciente. El procedimiento propuesto consta de dos pasos. En primer lugar, las actividades se segmentan, incluyendo el rechazo de segmentos no informativos. En segundo lugar, los segmentos se asocian a actividades predefinidas utilizando un enfoque de coincidencia de patrones multidimensional basado en análisis discriminante de orden superior (HODA). Los dos pasos se combinan en un marco de múltiples capas. Los experimentos realizados con datos registrados de 39 pacientes con espondiloartritis muestran resultados con una precisión de clasificación del 94.34% cuando se asume una segmentación perfecta. La segmentación automática tiene un 89.32% de superposición con este escenario ideal. Sin embargo, combinar ambos reduce el rendimiento al 62.34% debido a varios sujetos mal reconocidos. Aún así, se demuestra que estos resultados superan significativamente un enfoque de coincidencia de patrones más tradicional. En general, el trabajo indica una viabilidad prometedora de la técnica para automatizar el reconocimiento y, a través de trabajos futuros, la evaluación de la capacidad funcional.