MétaCan
Menu
Retour à la cohorte
Enregistrement W1836836084 · doi:10.1016/j.rpped.2014.05.001

Fatores associados aos baixos níveis de força lombar em adolescentes do Sul do Brasil1

2014· article· pt· W1836836084 sur OpenAlexaboutno aff
Diego Augusto Santos Silva, Eliane Cristina de Andrade Gonçalves, Leoberto Ricardo Grigollo, Edio Luiz Petróski

Notice bibliographique

RevueRevista Paulista de Pediatria · 2014
Typearticle
Languept
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineOverweightAerobic exerciseLogistic regressionLumbarPopulationPhysical therapySocioeconomic statusPhysical fitnessDemographyCross-sectional studyBody mass indexEnvironmental healthInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Verificar a prevalência e fatores associados a baixos níveis de força lombar em adolescentes. Trata‐se de um estudo transversal, com 601 adolescentes de 14 a 17 anos, estu‐dantes de escolas públicas do oeste de Santa Catarina – Brasil. Analisou‐se a força lombar por meio do teste de extensão lombar proposto pela Sociedade Canadense de Fisiologia do Exercício que propõe pontos de corte distintos para rapazes e moças. As variáveis independentes analisadas foram: sexo, idade, nível econômico, hábitos alimentares, consumo de álcool, atividade física e aptidão aeróbia. Para a análise dos dados utilizouse a regressão logística uni e multivariável com nível de significância de 5%. A prevalência de baixos níveis de força lombar foi de 27,3%. Os subgrupos populacionais com maiores chances de baixos níveis de força lombar foram o sexo femi‐nino (OR: 1,54; IC95%: 1,06‐2,23), adolescentes com baixo nível de aptidão aeróbia (OR: 2,10; IC95%: 1,41‐3,11) e com excesso de peso (OR: 2,28; IC95%: 1,35‐3,81). Quase um terço dos estudantes de escolas públicas do Oeste Catarinense apresentaram baixos níveis de força lombar. Intervenções na população escolar devem ser adotadas com atenção especial aos estudantes do sexo feminino, aqueles com baixos níveis de aptidão aeróbia e com excesso de peso, pois foram os subgrupos populacionais com maiores chances de baixos níveis de força lombar. To determine the prevalence and factors associated with low levels of lumbar strength in adolescents. This was a cross‐sectional study involving 601 adolescents, aged 14 to 17 years, enrolled in public schools in the western region of Santa Catarina State – Southern Brazil. Lumbar strength was analyzed by the lumbar extension test developed by the Canadian Society of Exercise Physiology, which proposes different cutoffs for boys and girls. Independent variables were sex, age, socioeconomic status, dietary habits, alcohol consumption, physical activity, and aerobic fitness. For data analysis, univariate and multivariate logistic regression were used, with significance level of 5%. The prevalence of low levels of lumbar strength was 27.3%. The population subgroups most likely to present low levels of lumbar strength were females (OR: 1.54, 95% CI: 1.06 to 2.23), adolescents with low levels of aerobic fitness (OR: 2.10, 95% CI: 1.41 to 3.11) and the overweight (OR: 2.28, 95% CI: 1.35 to 3.81). Almost one‐third of the studied students have low levels of lumbar strength. Interventions in the school population should be taken with special attention to female adolescents, those with low levels of aerobic fitness, and those with overweight, as these population subgroups were most likely to demostrate low levels of lumbar strength.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,384
Écart entre enseignants0,356 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Paulista de PediatriaMême sujetOccupational Health and PerformanceTravaux en français237 207