Quantity and Quality of Physical Activity Are Influenced by Outdoor Temperature in People with Knee Osteoarthritis
Notice bibliographique
Résumé
PURPOSE: Environmental factors are known to influence physical activity (PA) levels of healthy people, but little work has explored these factors in people with osteoarthritis (OA). The purpose of this study was to explore the influence of outdoor temperature on PA in people with knee OA. METHODS: A total of 38 people with knee OA (10 women; mean age 54 y) wore an accelerometer around their waist for 7 consecutive days. Dependent variables from the accelerometers were three PA measures: (1) activity counts/day and time spent at or above moderate levels of PA with (2) a cut-point of 1,041 activity counts/minute (MVPA1041) and (3) a cut-point of 1,952 activity counts/minute (MVPA1952). Independent variables were age, sex, body mass index (BMI), and maximum daily outdoor temperature. Three linear regression analyses were conducted using the three PA dependent variables and independent variables. RESULTS: After controlling for age, sex, and BMI, maximum daily outdoor temperature explained 9% of the variance in activity counts/day (p=0.042), 10% of variance in MVPA1041 (p=0.032), and 14% of variance in MVPA1952 (p=0.016). Participants who engaged in more PA were younger and were exposed to warmer temperatures. CONCLUSIONS: Outdoor temperature and age influence the PA levels of people with knee OA. These factors should be considered when designing PA programmes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».