Physical Activity, TV Watching Time, Sleeping, and Risk of Obesity and Hyperglycemia in the Offspring of Mothers with Gestational Diabetes Mellitus
Notice bibliographique
Résumé
Abstract We investigated the association of physical activity, TV watching time, sleeping time with the risks of obesity and hyperglycemia among 1263 offspring aged 1–5 years of mothers with gestational diabetes (GDM) in a cross-sectional study. Logistic regression models were used to obtain the odd ratios (ORs) (95% confidence intervals [CI]) of childhood obesity and hyperglycemia associated with different levels of indoor activity, outdoor activity, TV watching, and sleeping time. The multivariable-adjusted ORs of obesity based on different levels of TV watching time (0, <1.0, and ≥1.0 hour/day) were 1.00, 1.21 (95% CI 0.72–2.05), and 2.20 (95% CI 1.33–3.63) (Ptrend = 0.003), respectively. The multivariable-adjusted ORs of hyperglycemia based on different levels of indoor activity (<5.0, 5.0–6.9, and ≥7.0 hours/day) were 1.00, 0.74 (95% CI 0.45–1.21), and 0.49 (95% CI 0.28–0.84) (Ptrend = 0.034), respectively. The multivariable-adjusted ORs of hyperglycemia associated with different levels of sleeping time (<11.0, 11.0–11.9, and ≥12.0 hours/day) were 1.00, 0.67 (95% CI 0.42–1.05), and 0.39 (95% CI 0.23–0.67) (Ptrend = 0.003), respectively. The present study indicated a positive association of TV watching with the risk of obesity, and an inverse association of either indoor activity or sleeping time with the risk of hyperglycemia among offspring born to GDM mothers in Tianjin, China.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».