Physical activity levels, sport activities and risk of acute myocardial infarction: results of the INTERHEART study in China
Notice bibliographique
Résumé
Background: Physical Activity (PA) during leisure time has been inversely associated with Cardiovascular Disease (CVD) risk in Western populations. We aim to evaluate PA at work and leisure time in relation to Acute Myocardial Infarction (AMI) in Chinese. Methods: We conducted a hospital-based case-control study. Cases were first AMI (n=2909). Controls (n=2947) were matched to cases on age and sex. All the participants from 27 regions in China were enrolled between February 1999 and March 2003. Results: After adjustment for age and sex, the OR associated with heavy physical labour, compared with mainly sedentary was 1.44 (95% CI: 1.06 to 1.94), for walking, climbing, and lifting 1.00 (95% CI: 0.77 to 1.30) and for walking at one level 0.90 (95% CI: 0.75 to 1.07) (Global P value for multiple logistic regression, 0.0279, respectively). The ORs of leisure-time PA for strenuous exercise group compared with mainly sedentary group was 0.74 (95% CI: 0.61 to 0.90), and for mild and moderate exercise group 0.96 (95% CI: 0.85 to 1.08). People in the highest level (≥7 hours per week of leisure-time sport activity such as running, swimming) had an OR of 0.67 (95% CI: 0.55 to 0.82; P value=0.0001) compared with those in the lowest level (no leisure-time sport activity). Multivariate adjustment did not substantially alter the association. There was the interaction between leisure-time physical activity and related factors of AMI. People in the highest level of leisure-time physical activity consumed more cigarettes. Conclusions: Moderate work-related PA, such as walking, can reduce the risk of AMI and excessive heavy work-related PA increased the risk of AMI, compared mainly sedentary. Leisure-time physical activity was protective for AMI risk compared to sedentary lifestyles in a population in China.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».