MétaCan
Menu
Retour à la cohorte
Enregistrement W2165690224 · doi:10.1123/jpah.7.1.78

Influence of Physical Activity on Age-Related Weight Loss in the Elderly

2010· article· en· W2165690224 sur OpenAlexafffund
Wendy Christina Stephen, Ian Janssen

Notice bibliographique

RevueJournal of Physical Activity and Health · 2010
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensQueen's University
Organismes subventionnairesNational Heart, Lung, and Blood InstituteOntario Ministry of Research and InnovationCanadian Institutes of Health Research
Mots-clésQuartileWeight lossMedicineCardiovascular healthPhysical activityGerontologyLongitudinal studyDemographyBody weightBody mass indexObesityPhysical therapyDiseaseInternal medicineConfidence interval

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Little is known about the effects of physical activity on weight loss in older adults. METHODS: Participants included 4512 community-dwelling older (> or =65 yr) men and women from the Cardiovascular Health Study. Physical activity (PA) was determined from a questionnaire at baseline and subjects were divided into sex-specific PA quartiles. Weight was measured at baseline and annually over the 8 years of follow-up. The influence of PA on longitudinal changes in body weight was examined using mixed models while adjusting for lifestyle variables, sociodemographic characteristics, and disease status. RESULTS: Body weight declined in a curvilinear manner over time with accelerated weight loss occurring in the final years. Over the 8 yr follow-up period, the least active PA quartile lost 2.72 kg. Weight loss was attenuated by 0.55 kg (20%, P = .057), 0.80 kg (29%, P = .05), and 0.69 kg (25%, P = .016) within the second through fourth PA quartiles. The effects of PA did not differ by gender, but increased with advancing age. CONCLUSION: Participation in modest amounts of PA attenuated age-related weight loss by approximately 25% with little additional benefit observed at higher PA levels. This finding adds to the growing number of health outcomes that are positively affected by PA.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,363
Écart entre enseignants0,330 · 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

Citations13
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physical Activity and HealthMême sujetPhysical Activity and HealthTravaux en français237 207