Physical activity in daily life in physically independent elderly participating in community-based exercise program
Notice bibliographique
Résumé
BACKGROUND: It is unclear whether participation in exercise programs specifically developed for elderly translates into a more active lifestyle. OBJECTIVES: To compare the objectively measured level of physical activity in daily life (PADL) between physically independent elderly who participate or do not participate in community-based exercise programs; and to evaluate which factors are associated with the higher level of PADL in these subjects. METHOD: 134 elderly participants in community-based exercise programs (PG) and 104 non-participants (NPG) had their level of PADL measured using pedometers during 7 days. OTHER MEASUREMENTS: 6-minute walking test (6MWT), incremental shuttle walking test (ISWT), muscle strength, flexibility and balance. RESULTS: The PG had higher 1-week mean daily step count than NPG (8314 [IQR 5971-10060] vs. 6250 [IQR 4346-8207] steps/day, p<0.0001), as well as higher step count in any day of the week. There was a higher proportion of physically active subjects (>8000 steps/day) in PG than in NPG (37% vs. 16%, respectively; p<0.001), as well as the proportion of sedentary subjects (<5000 steps/day) (14% vs. 33%, respectively; p<0.001). Participation in exercise programs, 6MWT and ISWT explained a higher daily steps count (model r(2)=0.56, p<0.0001). CONCLUSIONS: In physically independent elderly, a higher level of physical activity in daily life occurs in those who participate in community-based exercise programs, regardless of the weekday and including non-program days. Participation of elderly in community-based exercise programs should be more systematically available and encouraged due to its close link to higher activity levels and better exercise capacity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,003 |
| 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 ».