Promoting physical activity: the general practice agenda
Notice bibliographique
Résumé
There is a continued national public health strategic focus on increasing physical activity at a population level 1 and primary care is being called on to play a central role in this drive, 2 with the Royal College of General Practitioners (RCGP) set to appoint the first clinical champion for physical activity.Nationally Public Health England (PHE) 3 and globally the World Health Organization 4 have highlighted the importance of increasing physical activity and reducing sedentary time.Guidelines and recommendations from the Department of Health 5 and the National Institute for Health and Care Excellence 6 also emphasise the importance of physical activity promotion in primary care.GPs' workloads are already ballooning; but with the right knowledge, skills, and support, prioritising physical activity could potentially have a positive impact on our patients health. 7 BENEFITS OF PHYSICAL ACTIVITYPhysical activity is as important as healthy lifestyle choices such as diet, smoking cessation, and sensible alcohol intake.It is estimated that physical inactivity is directly responsible for up to 10% of noncommunicable diseases and another 9% of premature mortalities. 8Daily physical activity totalling 150 minutes of moderate intensity or 75 minutes of vigorous intensity per week 9 can help prevent many noncommunicable diseases: a 20-35% reduction in cardiovascular disease and premature mortality risk with a reduction in the risk of other diseases including type 2 diabetes (35-50%) and breast and colon cancer (20-50%) is hard to ignore. 10Physical activity is also beneficial for most long-term conditions and comparable with pharmacological therapy in outcomes for many conditions such as mortality in stroke, heart failure, and patients with prediabetes 11 with the additional preventative effects on other diseases.There is also evidence for improved morbidity and mortality outcomes in cancer patients. 12Despite this evidence, approximately 40% of UK adults are insufficiently active to enjoy significant health benefits. 13
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 | 0,014 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,043 | 0,046 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,008 |
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 ».