Adolescent Trajectories of Aerobic Fitness and Adiposity as Markers of Cardiometabolic Risk in Adulthood
Notice bibliographique
Résumé
Purpose . The aim of this study was to investigate whether adolescent growth trajectories of aerobic fitness and adiposity were associated with mid-adulthood cardiometabolic risk (CMR). Methods . Participants were drawn from the Saskatchewan Growth and Development Study (1963–1973). Adolescent growth trajectories for maximal aerobic capacity (absolute VO 2 (AbsVO 2 )), skinfolds (SF), representing total body (Sum6SF) and central adiposity (TrunkSF), and body mass index (BMI) were determined from 7 to 17 years of age. In mid-adulthood (40 to 50 years of age), 61 individuals (23 females) returned for follow-ups. A CMR score was calculated to group participants as displaying either high or a low CMR. Multilevel hierarchical models were constructed, comparing the adolescent growth trajectories of AbsVO 2, Sum6SF, TrunkSF, and BMI between CMR groupings. Results . There were no significant differences in the adolescent development of AbsVO 2, Sum6SF, TrunkSF, and BMI between adult CMR groupings (<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mml:mrow><mml:mi>p</mml:mi><mml:mo>></mml:mo><mml:mn>0.05</mml:mn></mml:mrow></mml:math>). Individuals with high CMR accrued 62% greater adjusted total body fat percentage from adolescence to adulthood (<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"><mml:mrow><mml:mi>p</mml:mi><mml:mo>=</mml:mo><mml:mn>0.03</mml:mn></mml:mrow></mml:math>). Conclusions . Growth trajectories of adolescent aerobic fitness and adiposity do not appear to be associated with mid-adulthood CMR. Individuals should be encouraged to participate in behaviours that promote healthy aerobic fitness and adiposity levels throughout life to reduce lifelong CMR.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».