MétaCan
Menu
Retour à la cohorte
Enregistrement W2940001518 · doi:10.1080/10749357.2019.1601419

Identifying factors associated with sedentary time after stroke. Secondary analysis of pooled data from nine primary studies.

2019· review· en· W2940001518 sur OpenAlexafffundabout
Wendy Hendrickx, Carlos Riveros, Torunn Askim, Johannes B. J. Bussmann, Michele L. Callisaya, Sébastien Chastin, Catherine M. Dean, Victor E. Ezeugwu, Taryn Jones, Suzanne Kuys, Niruthikha Mahendran, Trish J. Manns, Gillian Mead, Sarah Moore, Lorna Paul, Martijn F. Pisters, David H. Saunders, Dawn B. Simpson, Zoë Tieges, Olaf Verschuren, Coralie English

Notice bibliographique

RevueTopics in Stroke Rehabilitation · 2019
Typereview
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesNational Institute for Health and Care ResearchPhysiotherapy Foundation of Canada
Mots-clésStroke (engine)MedicineSedentary behaviorRegression analysisPhysical therapySedentary lifestylePsychological interventionSittingGerontologyDemographyPhysical activity

Résumé

récupéré en direct d'OpenAlex

Background: High levels of sedentary time increases the risk of cardiovascular disease, including recurrent stroke.Objective: This study aimed to identify factors associated with high sedentary time in community-dwelling people with stroke.Methods: For this data pooling study, authors of published and ongoing trials that collected sedentary time data, using the activPAL monitor, in community-dwelling people with stroke were invited to contribute their raw data. The data was reprocessed, algorithms were created to identify sleep-wake time and determine the percentage of waking hours spent sedentary. We explored demographic and stroke-related factors associated with total sedentary time and time in uninterrupted sedentary bouts using unique, both univariable and multivariable, regression analyses.Results: The 274 included participants were from Australia, Canada, and the United Kingdom, and spent, on average, 69% (SD 12.4) of their waking hours sedentary. Of the demographic and stroke-related factors, slower walking speeds were significantly and independently associated with a higher percentage of waking hours spent sedentary (p = 0.001) and uninterrupted sedentary bouts of >30 and >60 min (p = 0.001 and p = 0.004, respectively). Regression models explained 11–19% of the variance in total sedentary time and time in prolonged sedentary bouts.Conclusion: We found that variability in sedentary time of people with stroke was largely unaccounted for by demographic and stroke-related variables. Behavioral and environmental factors are likely to play an important role in sedentary behavior after stroke. Further work is required to develop and test effective interventions to address sedentary behavior after stroke.

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)0,041
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,053
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,021
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,159
Tête enseignante GPT0,412
Écart entre enseignants0,253 · 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.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations39
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTopics in Stroke RehabilitationMême sujetPhysical Activity and HealthTravaux en français237 207