Fruit and Vegetable Intake, Physical Activity, and Mortality in Older Community‐Dwelling Women
Notice bibliographique
Résumé
OBJECTIVES: To examine the relationship between fruit and vegetable intake, physical activity, and all-cause mortality in older women. DESIGN: Six Cox proportional hazards models examined independent and additive relationships between physical activity, carotenoids, and all-cause mortality. Additional models tested whether physical activity and carotenoids were conjointly related to mortality. Models were adjusted for age, education, and race and ethnicity. SETTING: Baltimore, Maryland. PARTICIPANTS: Seven hundred thirteen women aged 70 to 79 participating in the Women's Health and Aging Studies. MEASUREMENTS: Total serum carotenoids, a marker of fruit and vegetable intake, and physical activity were measured at baseline. Physical activity was measured according to kilocalorie expenditure. RESULTS: During 5 years of follow-up, 82 (11.5%) participants died. Measured continuously, physical activity improved survival (HR = 0.52, 95% CI = 0.41-0.66, P < .001). The most active women were more likely to survive than the least physically active women (HR = 0.28, 95% CI = 0.13-0.59, P < .001). Continuous measures of carotenoids improved survival (HR = 0.67, 95% CI = 0.51-0.89, P = .01). Women in the highest tertile of total carotenoids were more likely to survive those in the lowest (HR = 0.50, 95% CI = 0.27-0.91, P = .03). When examined in the same model, continuous measures of physical activity (HR = 0.54, 95% CI = 0.42-0.68, P < .001) and carotenoids (HR = 0.76, 95% CI = 0.59-0.98, P = .04) predicted survival during follow-up. CONCLUSION: The combination of low total serum carotenoids and low physical activity, both modifiable risk factors, strongly predicted earlier mortality. These findings provide preliminary support that higher fruit and vegetable intake and exercise improve survival.
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) | 0,000 | 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 | 0,001 |
| 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 ».