Objectively-measured sedentary time and its association with markers of cardiometabolic health and fitness among cardiac rehabilitation graduates
Notice bibliographique
Résumé
BACKGROUND: Sedentary time is an independent risk factor for cardiometabolic disease and mortality. It is unknown how much time individuals with coronary artery disease spend being sedentary or how their sedentary time relates to markers of health. The objectives of this study were to: (a) quantify sedentary time in a post-cardiac rehabilitation (CR) population, and (b) assess association with cardiometabolic risk, independent of moderate-to-vigorous physical activity. DESIGN: Cross-sectional. METHODS: As part of a larger trial, 263 recent CR graduates (∼10 days post-CR, mean age 63.6 ± 9.3 years, 75% male) wore an ActiGraph GT3X accelerometer during waking hours (≥4 days, ≥10 hours/day) to quantify sedentary time (≤150 counts per minute). Spearman correlations were computed to assess relationships between sedentary time (adjusted for wear time) with markers of cardiometabolic health and fitness. Significant markers were examined using multiple linear regressions. RESULTS: Participants spent an average of 8 hours/day sedentary (∼14 bouts/day). Sedentary time was negatively correlated with high-density lipoprotein and [Formula: see text]O2peak and positively correlated with triglycerides, body mass index and waist circumference. After adjusting for age, sex, medications and moderate-to-vigorous physical activity, hours/day of sedentary time remained significantly associated with log[Formula: see text]O2peak (β = -0.02, p = 0.001) and body mass index (β = 0.49, p = 0.02). CONCLUSIONS: Findings suggest that even among a group of post-CR individuals who are already probably more active than patients who have not undergone CR, sedentary time remains high and is associated with poorer cardiorespiratory fitness, suggesting a possible new area of focus among CR programs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».