Predictors of Physical Inactivity in Men and Women With Type 2 Diabetes From the Detection of Ischemia in Asymptomatic Diabetics (DIAD) Study
Notice bibliographique
Résumé
PURPOSE: The purpose of this secondary analysis was to determine changes in physical inactivity from baseline to 5 years and to identify factors associated with and predictive of physical inactivity among individuals with type 2 diabetes enrolled in the Detection of Ischemia in Asymptomatic Diabetics (DIAD) study. METHODS: DIAD was a prospective randomized screening trial that assessed the prevalence of silent ischemia in asymptomatic patients with type 2 diabetes. Subjects were recruited from diabetes and primary care practices at 14 centers throughout the United States and Canada. This is a secondary data analysis of the physical activity data (type and hours/week) collected. No intervention was conducted. RESULTS: In all subjects, physical inactivity rose from 24% at baseline to 33% at 5 years (S = 28.93; P < .0001). This change was significant in both men (S = 11.44; P < .0001), increasing from 23% to 31%, and women (S = 18.05; P < .0001), increasing from 25% to 36%. Gender differences were noted in several factors associated with baseline physical inactivity as well as in factors predictive of physical inactivity at 5 years. Important factors associated at both time points included lower level of education, current employment, presence of peripheral and autonomic neuropathy, and indicators of overweight/obesity. Baseline physical inactivity was strongly predictive of physical inactivity at 5 years (odds ratio, 3.27; 95% confidence interval, 2.36-4.54; P < .0001). CONCLUSIONS: Gender-related differences were noted in factors associated with and predictive of physical inactivity.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».