I03 Evaluation of life time physical activity levels in Huntington's disease
Notice bibliographique
Résumé
Background Environmental factors may influence the onset and progression of neurodegenerative disorders, either directly or by interacting with genetic risk factors. Trembath and colleagues interviewed individuals with a formal clinical diagnosis of Huntington9s disease (HD) and found that those who led a more passive lifestyle had an earlier age of onset than those who were less passive.1 Aims To establish the feasibility of using self-completion questionnaires to gather life time physical activity levels in a group of early stage and premanifest HD individuals from the TRACK-HD cohort so that this data could be compared to clinical outcomes in TRACK-HD study. Methods A self-report questionnaire was developed based on the Leisure Time Exercise Questionnaire by Godin et al.2 Activity levels were calculated across activities undertaken at home, at work and during recreation and for life stages from the teenage years, across each decade to the current age or age of disease onset. Life-time activity was categorised as strenuous, moderate or light, and activity scores were calculated from the frequency and duration of each activity. Results Retrospective data were collected from 277 participants (89 controls, 109 premanifest gene carriers, 79 HD Stage I/II) and the data used to distinguish the most and least physically active individuals. Modes of activity were also investigated. Conclusions Although retrospective data may be limited by recall bias, our data suggests that it is possible to use a general measure of life time physical activity levels. Such a life course perspective on physical activity may be a useful adjunct to the assessment of physical activity with more direct quantitative measures. References 1. Trembath MK, et al. A retrospective study of the impact of lifestyle on age at onset of Huntington disease. Mov Disord 2010;25:1444–50. 2. Godin G, Shephard RJ. Godin leisure time exercise questionnaire. Med Sci Sports Exerc 1997:S36–8.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».