MétaCan
Menu
← Retour à la cohorte
Enregistrement W2080764281 · doi:10.1097/00005768-200505001-01977

HDL Cholesterol

2005· article· en· W2080764281 sur OpenAlexaff
Larry A. Tucker, Travis R. Peterson, James D. LeCheminant, Bruce W. Bailey, Lance E. Davidson

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2005
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésQuartileIntensity (physics)MedicinePhysical activityInternal medicinePhysical therapyPhysics

Résumé

récupéré en direct d'OpenAlex

PURPOSE To compare the contributions of physical activity volume (vPA) and intensity (iPA) to HDL levels in middle-aged women. METHODS A cross-sectional design was used. Subjects were 273 women, mean age 40.1 years, who were nonsmokers and non-obese (BMI <30). HDL was measured by a certified hospital laboratory using the Dimension clinical chemistry system. vPA and iPA were assessed using MTI (formerly CSA) accelerometers worn over the left hip for 7 consecutive days. Each day was divided into 10-minute segments (epochs) for a total of 144 epochs each day and 1008 epochs over the 7 days. The sum of all activity counts over the 1008 epochs was used to index vPA. Subjects were divided into quartiles based on their vPA and the middle-two quartiles were collapsed producing 3 categories of vPA. iPA was calculated by categorizing the activity counts of every epoch as Low Intensity, if the activity counts for that epoch were <30,000 (sedentary to slow walking), Moderate Intensity, 30,000–50,000 counts (slow to fast walking), or High Intensity, >50,000 counts (fast walking to running and beyond). A total of 9 epochs (90 min of activity) over the week had to be accumulated in the High Intensity category for the woman to be classified into that iPA category. If she did not have 90 min of High Intensity activity, the 9 epoch cut-point was used to check for Moderate Intensity. If there was not 90 min of activity within the High or Moderate Intensity categories, then she was classified into the Low Intensity category. RESULTS Mean (± SD) vPA over the week was 2.7 ± 0.8 million activity counts. A total of 145 (53.1%) women were classified in the Low Intensity category, 70 (25.6%) in the Moderate Intensity category, and 58 (21.2%) in the High Intensity category. With age controlled, HDL levels differed across the three vPA categories F=4.1, p=0.044), but not without (F=3.5, p=0.063). On the other hand, HDL levels differed across the iPA categories with age controlled (F=6.9, p=0.009), and with no adjustment for differences in age (F=6.2, 0.014). Specifically, after controlling for age, mean HDL levels were 56.2, 52.2, and 52.1 across the High, Moderate, and Low Intensity categories, respectively, with the High Intensity subjects showing significantly higher levels of HDL than the other two categories of women. After controlling for age and iPA, the association between vPA and HDL was eliminated (F=1.1, p=0.30). However, after adjusting for age and vPA, the relationship between iPA and HDL remained significant (F=4.0, p=0.047). CONCLUSION When weekly duration of activity is at least 90 minutes, intensity of physical activity seems to contribute more to HDL levels in women than total volume of activity.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,008

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 Opus0,029
Tête enseignante GPT0,331
Écart entre enseignants0,302 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetPhysical Activity and Health→Travaux en français237 207→