Abstract 11579: Physical Activity versus Body Mass Index and Prevalence of Peripheral Arterial Disease
Notice bibliographique
Résumé
Introduction: Physical activity and body mass index (BMI) are independently associated with peripheral arterial disease (PAD). However, their relative significance and combined association with PAD remain unclear. Hypothesis: We hypothesize that physical activity is associated with a lower odds of PAD across the BMI spectrum and that physical activity attenuates the prevalence of PAD in obese patients. Methods: We studied 3,250,350 U.S. adults who self-referred for PAD screening from 2003-2008 (Life Line Screening Inc., Independence, Ohio). Subjects completed a medical/lifestyle questionnaire. They were categorized into physically active or physically inactive based on their response in the questionnaire to whether they engaged in any type of vigorous leisure time exercise on a regular basis. All subjects were evaluated for PAD by ankle brachial index, with <0.9 considered abnormal. We divided participants into standardized BMI categories: underweight (< 18.5), normal weight (18.5-24.9), overweight (25-29.9), obese class I (30-34.9), class II (35-39.9), and class III (> 40). Multivariable logistic regression was used to estimate the odds of PAD among the BMI categories, based on physical activity. Results: Overall, mean age was 63.1 ± 10.5 years, 65.5% were female, and mean BMI was 27.7 ± 5.8 kg/m 2 . 41.5% were physically inactive. Average BMI was higher in the physically inactive versus physically active group (28.9 ± 6.3 vs. 27.0 ± 5.3, P<0.0001). Prevalence of PAD initially decreased and then increased with BMI and was attenuated with physical activity. Following multivariable adjustment, physical activity was independently associated with lower odds of PAD across the BMI spectrum (Table). Conclusion: Physical activity is associated with lower odds of PAD in underweight, normal weight, overweight and obese individuals. The higher prevalence of PAD with increasing BMI is attenuated with physical activity.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».