Associations between sleep duration, sedentary time, physical activity, and health indicators among Canadian children and youth using compositional analyses
Notice bibliographique
Résumé
The purpose of this study was to examine the relationships between movement behaviours (sleep duration, sedentary time, physical activity) and health indicators in a representative sample of children and youth using compositional analyses. Cross-sectional findings are based on 4169 children and youth (aged 6-17 years) from cycles 1 to 3 of the Canadian Health Measures Survey. Sedentary time (SB), light-intensity physical activity (LPA), and moderate- to vigorous-intensity physical activity (MVPA) were accelerometer-derived. Sleep duration was subjectively measured. Body mass index z scores, waist circumference, blood pressure, behavioural strengths and difficulties, and aerobic fitness were measured in the full sample. Triglycerides, high-density lipoprotein-cholesterol, C-reactive protein, and insulin were measured in a fasting subsample. The composition of movement behaviours was entered into linear regression models via an isometric log ratio transformation and was found to be associated with all health indicators (p < 0.01). Relative to other movement behaviours, time spent in SB or LPA was positively associated (p < 0.04) and time spent in MVPA or sleep was negatively associated (p < 0.02) with obesity risk markers. Similarly, LPA was positively associated (p < 0.005) and sleep was negatively associated (p < 0.03) with unfavourable behavioural strengths and difficulties scores and systolic blood pressure. Relative to other movement behaviours, time spent in SB was negatively associated (p < 0.001) and time spent in MVPA (p < 0.001) was positively associated with aerobic fitness. Likewise, MVPA was also negatively associated with several cardiometabolic risk markers (p < 0.008). Compositional data analyses provide novel insights into collective health implications of 24-h movement behaviours and can facilitate interesting avenues for future investigations.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».