MétaCan
Menu
Retour à la cohorte
Enregistrement W2048402622 · doi:10.1007/s11121-011-0255-0

Clustering of Unhealthy Behaviors in the Aerobics Center Longitudinal Study

2011· article· en· W2048402622 sur OpenAlexafffund
Mariane Héroux, Ian Janssen, Duck-chul Lee, Xuemei Sui, James R. Hébert, Steven N. Blair

Notice bibliographique

RevuePrevention Science · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensQueen's University
Organismes subventionnairesNational Institute on AgingNational Cancer InstituteNational Institutes of HealthOntario Ministry of Research and InnovationCanada Research ChairsCanadian Institutes of Health ResearchNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteCoca-Cola Foundation
Mots-clésHealth psychologyMedicineLongitudinal studyPublic healthPsychologyOddsBivariate analysisDiseaseLatent class modelPopulationGerontologyClinical psychologyDemographyLogistic regressionEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Clustering of unhealthy behaviors has been reported in previous studies; however the link with all-cause mortality and differences between those with and without chronic disease requires further investigation. OBJECTIVES: To observe the clustering effects of unhealthy diet, fitness, smoking, and excessive alcohol consumption in adults with and without chronic disease and to assess all-cause mortality risk according to the clustering of unhealthy behaviors. METHODS: Participants were 13,621 adults (aged 20-84) from the Aerobics Center Longitudinal Study. Four health behaviors were observed (diet, fitness, smoking, and drinking). Baseline characteristics of the study population and bivariate relations between pairs of the health behaviors were evaluated separately for those with and without chronic disease using cross-tabulation and a chi-square test. The odds of partaking in unhealthy behaviors were also calculated. Latent class analysis (LCA) was used to assess clustering. Cox regression was used to assess the relationship between the behaviors and mortality. RESULTS: The four health behaviors were related to each other. LCA results suggested that two classes existed. Participants in class 1 had a higher probability of partaking in each of the four unhealthy behaviors than participants in class 2. No differences in health behavior clustering were found between participants with and without chronic disease. Mortality risk increased relative to the number of unhealthy behaviors participants engaged in. CONCLUSION: Unhealthy behaviors cluster together irrespective of chronic disease status. Such findings suggest that multi-behavioral intervention strategies can be similar in those with and without chronic disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,173
Tête enseignante GPT0,405
Écart entre enseignants0,232 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations60
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePrevention ScienceMême sujetNutritional Studies and DietTravaux en français237 207