MétaCan
Menu
Retour à la cohorte
Enregistrement W2801948621 · doi:10.1002/osp4.271

Inequality in physical activity, sedentary behaviour, sleep duration and risk of obesity in children: a 12‐country study

2018· article· en· W2801948621 sur OpenAlexaff
Jean‐Philippe Chaput, Joel D. Barnes, Mark S. Tremblay, Mikael Fogelholm, Guoqing Hu, Estelle V. Lambert, Carol Maher, José Maia, Tim Olds, Vincent Onywera, Olga L. Sarmiento, Martyn Standage, Catrine Tudor‐Locke, Peter T. Katzmarzyk

Notice bibliographique

RevueObesity Science & Practice · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesCoca-Cola Foundation
Mots-clésObesityInequalityScreen timeWaistMedicinePsychological interventionDemographysedBody mass indexGini coefficientEconomic inequalityMathematics

Résumé

récupéré en direct d'OpenAlex

Summary Objective Studies examining associations between movement behaviours (i.e. physical activity, sedentary behaviour and sleep duration) and obesity focus on average values of these movement behaviours, despite important within‐country and between‐country variability. A better understanding of movement behaviour inequalities is important for developing public health policies and behaviour‐change interventions. The objective of this ecologic analysis at the country level was to determine if inequality in movement behaviours is a better correlate of obesity than average movement behaviour volume in children from all inhabited continents of the world. Methods This multinational, cross‐sectional study included 6,128 children 9–11 years of age. Moderate‐to‐vigorous physical activity (MVPA), total sedentary time (SED) and sleep period time were monitored over 7 consecutive days using waist‐worn accelerometry. Screen time was self‐reported. Inequality in movement behaviours was determined using Gini coefficients (ranging from 0 [complete equality] to 1 [complete inequality]). Results The largest inequality in movement behaviours was observed for screen time (Gini of 0.32; medium inequality), followed by MVPA (Gini of 0.21; low inequality), SED (Gini of 0.07; low inequality) and sleep period time (Gini of 0.05; low inequality). Average MVPA (h d−1) was a better correlate of obesity than MVPA inequality (r = −0.77 vs. r = 0.00, p = 0.03). Average SED (h d−1) was also a better correlate of obesity than SED inequality (r = 0.52 vs. r = −0.32, p = 0.05). Differences in associations for screen time and sleep period time were not statistically significant. MVPA in girls was found to be disproportionally lower in countries with more MVPA inequality. Conclusions Findings from this study show that average MVPA and SED should continue to be used in population health studies of children as they are better correlates of obesity than inequality in these behaviours. Moreover, the findings suggest that MVPA inequality could be greatly reduced through increases in girls' 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 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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,015
Tête enseignante GPT0,324
Écart entre enseignants0,309 · 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

Citations40
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObesity Science & PracticeMême sujetObesity, Physical Activity, DietTravaux en français237 207