MétaCan
Menu
Retour à la cohorte
Enregistrement W2066150970 · doi:10.1177/0898264313492823

The Association Between Frequency of Physical Activity and Mortality Risk Across the Adult Age Span

2013· article· en· W2066150970 sur OpenAlexaff
Ruth E. Brown, Michael C. Riddell, Alison Macpherson, Karissa L. Canning, Jennifer L. Kuk

Notice bibliographique

RevueJournal of Aging and Health · 2013
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMedicinePhysical activityDemographyYoung adultGerontologyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine if the association between frequency of leisure-time physical activity and mortality risk differs across adulthood. METHOD: 9,249 adults from the NHANES III (1988-1994) were categorized as middle-aged (40-64 years), old (65-79 years) or very old (≥80 years), and as inactive (0 bouts of physical activity/week), lightly active (1-2 bouts/week), moderately active (3-4 bouts/week) or very active (5+ bouts/week). RESULTS: In all age categories, lightly, moderately, and very active adults had a lower mortality risk compared to inactive adults (p < .001). In very old adults only, being very active was associated with a lower mortality risk compared to being lightly active (HR 0.80, 95% CI 0.64-0.98; p = .03) and moderately active (HR 0.80, 95% CI 0.65-0.98; (p = .03). DISCUSSION: The association between physical activity frequency and mortality risk is strongest in very old adults. All adults and particularly very old adults may benefit from participating in physical activity five or more times a week.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,061
Score d'incertitude au seuil0,826

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,393
Écart entre enseignants0,344 · 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 tête enseignante, 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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and HealthMême sujetPhysical Activity and HealthTravaux en français237 207