MétaCan
Menu
Retour à la cohorte
Enregistrement W2114409216 · doi:10.1123/japa.2012-0293

Physical Activity, Age, and Arthritis: Exploring the Relationships of Major Risk Factors on Biopsychosocial Symptomology and Disease Status

2014· article· en· W2114409216 sur OpenAlexaffabout
Rachael C. Stone, Joseph Baker

Notice bibliographique

RevueJournal of Aging and Physical Activity · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Wellbeing Research
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésBiopsychosocial modelPsychosocialMedicinePsychological interventionGerontologyArthritisDiseasePhysical therapyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

The prevalence of arthritis in aging populations continues to rapidly grow. Research has highlighted 2 principal risk factors for progression of arthritis-related biopsychosocial symptoms: age and physical inactivity. This study examined the relationship between and within physical activity and age on biopsychosocial symptoms of arthritis in adults (age ≥ 30 yr). Hierarchical, multiple-regression analyses were conducted on the Canadian Community Health Survey (Cycle 4.2, 2009-2010, N = 19,103). Results revealed that more-active adults had significantly fewer symptoms (physical unstd. B = -.23, p ≤ .001; pyschosocial unstd. B = -.51, p ≤ .001). In addition, as age increased, physical symptoms intensified and psychosocial symptoms tapered (physical unstd. B = .24, p ≤ .001; psychosocial unstd. B = -.45, p ≤ .001). Inactive older adults had the highest level of physical symptoms, while inactive younger adults had the highest level of psychosocial symptoms (p ≤ .001). Findings highlight the need to target physical activity interventions to specific age cohorts and particular biopsychosocial symptomologies.

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)0,006
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 enseignants0,159
Score d'incertitude au seuil0,317

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,091
Tête enseignante GPT0,418
Écart entre enseignants0,326 · 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

Citations10
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and Physical ActivityMême sujetHealth and Wellbeing ResearchTravaux en français237 207