MétaCan
Menu
Retour à la cohorte
Enregistrement W2799965047 · doi:10.4330/wjc.v10.i4.26

Preventive fraction of physical fitness on risk factors in cardiac patients: Retrospective epidemiological study

2018· article· en· W2799965047 sur OpenAlexaff
Maxime Caru, Laurence Kern, Marc Bousquet, Daniel Curnier

Notice bibliographique

RevueWorld Journal of Cardiology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineOverweightPhysical fitnessAbdominal obesityDyslipidemiaObesityDiabetes mellitusEpidemiologyOdds ratioInternal medicinePhysical therapyMetabolic syndromeEndocrinology

Résumé

récupéré en direct d'OpenAlex

AIM: To quantify the preventive fraction of physical fitness on the risk factors in patients with cardiovascular diseases (CVDs). METHODS: ., abdominal obesity, depression, diabetes, dyslipidemia, hypertension, obesity, overweight and smoking). RESULTS: It is observed that a normal physical fitness level is sufficient to induce a preventive action on abdominal obesity (38%), diabetes (12%), hypertension (33%), obesity (12%) and overweight (11%). Also, the preventive fraction increases with the level of physical fitness, in particular for hypertension (36%) and overweight (16%). A high physical fitness level does not necessarily induce a preventive action in most risk factors, excluding depression. CONCLUSION: This is the first study which demonstrates that reaching a normal physical fitness level is enough to induce a protection for some risk factors, despite having a CVD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,567

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,306
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of CardiologyMême sujetCardiovascular and exercise physiologyTravaux en français237 207