MétaCan
Menu
Retour à la cohorte
Enregistrement W2127172082 · doi:10.3389/fnagi.2015.00165

Measuring physical activity in older adults: calibrating cut-points for the MotionWatch 8©

2015· article· en· W2127172082 sur OpenAlexaff
Glenn J. Landry, Ryan S. Falck, Michael W. Beets, Teresa Liu‐Ambrose

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2015
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFondation pour la Recherche sur Alzheimer
Mots-clésActigraphyGerontologyDementiaContext (archaeology)MedicinePhysical activityQuality of life (healthcare)PopulationPhysical therapyPsychological interventionSedentary lifestyleSleep (system call)CognitionPhysical medicine and rehabilitationInsomniaPsychiatryComputer scienceDiseaseInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

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 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)0,005
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,079
Tête enseignante GPT0,319
Écart entre enseignants0,240 · 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

Citations63
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetPhysical Activity and HealthTravaux en français237 207