Thresholds of physical activity associated with obesity by level of sedentary behaviour in children
Notice bibliographique
Résumé
Summary Background It is unknown whether moderate‐to‐vigorous physical activity (MVPA) thresholds for obesity should be adapted depending on level of sedentary behaviour in children. Objective The objective of the study is to determine the MVPA thresholds that best discriminate between obese and non‐obese children, by level of screen time and total sedentary time in 12 countries. Methods This multinational, cross‐sectional study included 6522 children 9–11 years of age. MVPA and sedentary time were assessed using waist‐worn accelerometry, while screen time was self‐reported. Obesity was defined according to the World Health Organization reference data. Results Receiver operating characteristic curve analyses showed that the best thresholds of MVPA to predict obesity ranged from 53.8 to 73.9 min d −1 in boys and from 41.7 to 58.7 min d −1 in girls, depending on the level of screen time. The MVPA cut‐offs to predict obesity ranged from 37.9 to 75.9 min d −1 in boys and from 32.5 to 62.7 min d −1 in girls, depending on the level of sedentary behaviour. The areas under the curve ranged from 0.57 to 0.73 (‘fail’ to ‘fair’ accuracy), and most sensitivity and specificity values were below 85%, similar to MVPA alone. Country‐specific analyses provided similar findings. Conclusions The addition of sedentary behaviour levels to MVPA did not result in a better predictive ability to classify children as obese/non‐obese compared with MVPA alone.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».