Measuring physical activity in older adults: calibrating cut-points for the MotionWatch 8©
Notice bibliographique
Résumé
Given the world's aging population, the staggering economic impact of dementia, the lack of effective treatments, and the fact a cure for dementia is likely many years away - there is an urgent need to develop interventions to prevent or at least delay dementia's progression. Thus, lifestyle approaches to promote healthy aging are an important line of scientific inquiry. Good sleep quality and physical activity (PA) are pillars of healthy aging, and as such, are an increasing focus for intervention studies aimed at promoting health and cognitive function in older adults. However, PA and sleep quality are difficult constructs to evaluate empirically. Wrist-worn actigraphy (WWA) is currently accepted as a valid objective measure of sleep quality. The MotionWatch 8(©) (MW8) is the latest WWA, replacing the discontinued Actiwatch 4 and Actiwatch 7. In the current study, concurrent measurement of WWA and indirect calorimetry was performed during 10 different activities of daily living for 23 healthy older adults (aged 57-80 years) to determine cut-points for sedentary and moderate-vigorous PA - using receiver operating characteristic curves - with the cut-point for light activity being the boundaries between sedentary and moderate to vigorous PA. In addition, simultaneous multi-unit reliability was determined for the MW8 using inter-class correlations. The current study is the first to validate MW8 activity count cut-points - for sedentary, light, and moderate to vigorous PA - specifically for use with healthy older adults. These cut-points provide important context for better interpretation of MW8 activity counts, and a greater understanding of what these counts mean in terms of PA. Hence, our results validate another level of analysis for researchers using the MW8 in studies aiming to examine PA and sleep quality concurrently in older adults.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».