MétaCan
Menu
Retour à la cohorte
Enregistrement W2800317144 · doi:10.2196/mhealth.9471

Using Digital Health Technologies to Understand the Association Between Movement Behaviors and Interstitial Glucose: Exploratory Analysis

2018· article· en· W2800317144 sur OpenAlexvenueno aff
Andrew P. Kingsnorth, Maxine Whelan, James P Sanders, Lauren B. Sherar, Dale Esliger

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesNIHR Leicester Biomedical Research CentreLoughborough UniversityUniversity of LeicesterNational Institute for Health and Care ResearchUniversity Hospitals of Leicester NHS Trust
Mots-clésPostprandialGlycemicMedicinePhysical activityInternal medicineEndocrinologyBody mass indexDiabetes mellitusPhysical therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Acute reductions in postprandial glucose excursions because of movement behaviors have been demonstrated in experimental studies but less so in free-living settings. OBJECTIVE: The objective of this study was to explore the nature of the acute stimulus-response model between accelerometer-assessed physical activity, sedentary time, and glucose variability over 13 days in nondiabetic adults. METHODS: This study measured physical activity, sedentary time, and interstitial glucose continuously over 13 days in 29 participants (mean age in years: 44.9 [SD 9.1]; female: 59%, 17/29; white: 90%, 26/29; mean body mass index: 25.3 [SD 4.1]) as part of the Sensing Interstitial Glucose to Nudge Active Lifestyles (SIGNAL) research program. Daily minutes spent sedentary, in light activity, and moderate to vigorous physical activity were associated with daily mean glucose, SD of glucose, and mean amplitude of glycemic excursions (MAGE) using generalized estimating equations. RESULTS: After adjustment for covariates, sedentary time in minutes was positively associated with a higher daily mean glucose (mmol/L; beta=0.0007; 95% CI 0.00030-0.00103; P<.001), SD of glucose (mmol/L; beta=0.0006; 95% CI 0.00037-0.00081; P<.001), and MAGE (mmol/L; beta=0.002; 95% CI 0.00131-0.00273; P<.001) for those of a lower fitness. Additionally, light activity was inversely associated with mean glucose (mmol/L; beta=-0.0004; 95% CI -0.00078 to -0.00006; P=.02), SD of glucose (mmol/L; beta=-0.0006; 95% CI -0.00085 to -0.00039; P<.001), and MAGE (mmol/L; beta=-0.002; 95% CI -0.00285 to -0.00146; P<.001) for those of a lower fitness. Moderate to vigorous physical activity was only inversely associated with mean glucose (mmol/L; beta=-0.002; 95% CI -0.00250 to -0.00058; P=.002). CONCLUSIONS: Evidence of an acute stimulus-response model was observed between sedentary time, physical activity, and glucose variability in low fitness individuals, with sedentary time and light activity conferring the most consistent changes in glucose variability. Further work is required to investigate the coupling of movement behaviors and glucose responses in larger samples and whether providing these rich data sources as feedback could induce lifestyle behavior change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,125
Tête enseignante GPT0,418
Écart entre enseignants0,293 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetPhysical Activity and HealthTravaux en français237 207