Performance of the international physical activity questionnaire (short form) in subgroups of the Hong Kong chinese population
Notice bibliographique
Résumé
BACKGROUND: The International Physical Activity Questionnaire (IPAQ-SF) has been validated and recommended as an efficient method to assess physical activity, but its validity has not been investigated in different population subgroups. We examined variations in IPAQ validity in the Hong Kong Chinese population by six factors: sex, age, job status, educational level, body mass index (BMI), and visceral fat level (VFL). METHODS: A total of 1,270 adults (aged 42.9 ± SD 14.4 years, 46.1% male) completed the Chinese version of IPAQ (IPAQ-C) and wore an accelerometer (ActiGraph) for four days afterwards. The IPAQ-C and the ActiGraph were compared in terms of estimated Metabolic Equivalent Task minutes per week (MET-min/wk), minutes spent in activity of moderate or vigorous intensity (MVPA), and agreement in the classification of physical activity. RESULTS: The overall Spearman correlation (ρ) of between the IPAQ-C and ActiGraph was low (0.11 ± 0.03; range in subgroups 0.06-0.24) and was the highest among high VFL participants (0.24 ± 0.05). Difference between self-reported and ActiGraph-derived MET-min/wk (overall 2966 ± 140) was the smallest among participants with tertiary education (1804 ± 208). When physical activity was categorized into over or under 150 min/wk, overall agreement between self-report and accelerometer was 81.3% (± 1.1%; subgroup range: 77.2%-91.4%); agreement was the highest among those who were employed full-time in physically demanding jobs (91.4% ± 2.7%). CONCLUSIONS: Sex, age, job status, educational level, and obesity were found to influence the criterion validity of IPAQ-C, yet none of the subgroups showed good validity (ρ = 0.06 to 0.24). IPAQ-SF validity is questionable in our Chinese population.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».