Demographic and clinical correlates of accelerometer assessed physical activity and sedentary time in lung cancer survivors
Notice bibliographique
Résumé
OBJECTIVE: To determine demographic and clinical correlates of accelerometer assessed physical activity and sedentary time among a population-based sample of lung cancer survivors. METHODS: Lung cancer survivors in Southern Alberta, Canada (N = 527) were invited to complete a mailed survey assessing socio-demographics and wear an Actigraph® GT3X+ accelerometer for 7 days. Average daily minutes of physical activity and sedentary time were derived from the accelerometer data. Accelerometer data were processed using standard Freedson cutpoints, and correlates of physical activity and sedentary time were determined with linear regression. RESULTS: A total of 127 lung cancer survivors participated (mean age = 71 years), for a 24% response rate. Moderate-to-vigorous physical activity was negatively associated with being >60 years of age (β = -7.4, CI: -14.7, -0.10). Moderate-to-vigorous physical activity accumulated in 10-minute bouts was associated with receiving surgery and adjuvant chemotherapy (β = 9.1, CI: 2.1, 16.1). Sedentary time was associated with being >60 years of age (β = 32.4, CI: 3.1, 61.7), smoking (β = 63.9, CI: 22.5, 105.4), and being overweight/obese (β = 28.6, CI: 6.4, 50.1). CONCLUSION: Age, smoking history, and body mass index emerged as correlates of accelerometer assessed light, moderate, and vigorous physical activity, and sedentary time among lung cancer survivors. IMPLICATIONS FOR CANCER SURVIVORS: Identifying correlates of physical activity and sedentary time may aid in the development of targeted behavioral interventions for this population.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».