MétaCan
Menu
Retour à la cohorte
Enregistrement W2896314856 · doi:10.1249/mss.0000000000001802

Twenty-Year Trajectories of Physical Activity Types from Midlife to Old Age

2018· article· en· W2896314856 sur OpenAlexaff
Daniel Aggio, Efstathios Papachristou, Olia Papacosta, Lucy Lennon, Sarah Ash, Peter H. Whincup, S. Goya Wannamethee, Barbara J. Jefferis

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensPopulation Health Research Institute
Organismes subventionnairesBritish Heart FoundationNational Institute for Health and Care Research
Mots-clésOddsRecreationSocioeconomic statusDemographyObesityPhysical activityGerontologyMedicinePhysical therapyLogistic regressionPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Correlates of physical activity (PA) vary according to type. However, predictors of long-term patterns of PA types into old age are unknown. This study aimed to identify 20-yr trajectories of PA types into old age and their predictors. METHODS: Seven thousand seven hundred thirty-five men (age, 40-59 yr) recruited from UK towns in 1978 to 1980 were followed up after 12, 16, and 20 yr. Men reported participation in sport/exercise, recreational activity and walking, health status, lifestyle behaviors and socio-demographic characteristics. Group-based trajectory modeling identified the trajectories of PA types and associations with time-stable and time-varying covariates. RESULTS: Men with ≥3 measures of sport/exercise (n = 5116), recreational activity (n = 5085) and walking (n = 5106) respectively were included in analyses. Three trajectory groups were identified for sport/exercise, four for recreational activity and three for walking. Poor health, obesity and smoking were associated with reduced odds of following a more favorable trajectory for all PA types. A range of socioeconomic, regional and lifestyle factors were also associated with PA trajectories but the magnitude and direction were specific to PA type. For example, men with manual occupations were less likely to follow a favorable sport/exercise trajectory but more likely to follow an increasing walking trajectory compared to men with nonmanual occupations. Retirement was associated with increased PA but this was largely due to increased sport/exercise participation. CONCLUSIONS: Physical activity trajectories from middle to old age vary by activity type. The predictors of these trajectories and effects of major life events, such as retirement, are also specific to the type of PA.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,335
Écart entre enseignants0,304 · 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 revueMedicine & Science in Sports & ExerciseMême sujetPhysical Activity and HealthTravaux en français237 207