Behavioural patterns only predict concurrent BMI status and not BMI trajectories in a sample of youth in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Youth are engaging in multiple risky behaviours, increasing their risk of overweight, obesity, and related chronic diseases. The objective of this study was to examine the effect of engaging in unique clusters of unhealthy behaviours on youths' body mass index (BMI) trajectories. METHODS: This study used a linked-longitudinal sample of Grades 9 and 10 students (13 to 17 years of age) participating in the COMPASS host study. Students reported obesity-related and other risky behaviours at baseline and height and weight (to derive BMI) at baseline (2012/2013) and annually for 2 years post-baseline (2013/14 and 2014/15). Students were grouped into behavioural clusters based on response probabilities. Linear mixed effects models, using BMI as a continuous outcome measure, were used to examine the effect of engaging in clusters of risky behaviours on BMI trajectories. RESULTS: There were significant differences in BMI of the four behavioural clusters at baseline that remained consistent over time. Higher BMI values were found among youth classified at baseline to be Typical High School Athletes (β = 0.232 kg/m2, [confidence interval (CI): 0.03-0.50]), Inactive High Screen-User (β = 0.348 kg/m2, CI: 0.11-0.59) and Moderately Active Substance Users (β = 0.759 kg/m2, CI: 0.36-1.15) compared to students classified as Health Conscious. Despite these baseline differences, BMI appeared to increase across all behavioural clusters annually by the same amount (β = 0.6097 kg/m2, (CI) = 0.57-0.64). CONCLUSIONS: Although annual increases in BMI did not differ by behavioural clusters, membership in a particular behavioural cluster was associated with baseline BMI, and these differences remained consistent over time. Results indicate that intervening and modifying unhealthy behaviours earlier might have a greater impact than during adolescence. Health promotion strategies targeting the highest risk youth as they enter secondary school might be promising means to prevent or delay the onset of obesity.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».