MétaCan
Menu
Retour à la cohorte
Enregistrement W3009361405 · doi:10.1186/s12966-020-00938-3

A comparison of self-reported and device measured sedentary behaviour in adults: a systematic review and meta-analysis

2020· review· en· W3009361405 sur OpenAlexafffund
Stéphanie A. Prince, Luca Cardilli, Jennifer L. Reed, Travis J. Saunders, Chris Kite, Kevin Douillette, Karine Fournier, John Buckley

Notice bibliographique

RevueInternational Journal of Behavioral Nutrition and Physical Activity · 2020
Typereview
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of Prince Edward IslandPublic Health Agency of CanadaUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health AgencyPublic Health Agency of Canada
Mots-clésMeta-analysisMedicineSelf-report studySystematic reviewReliability (semiconductor)Physical therapyMEDLINEDemographyClinical psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sedentary behaviour (SB) is a risk factor for chronic disease and premature mortality. While many individual studies have examined the reliability and validity of various self-report measures for assessing SB, it is not clear, in general, how self-reported SB (e.g., questionnaires, logs, ecological momentary assessments (EMAs)) compares to device measures (e.g., accelerometers, inclinometers). OBJECTIVE: The primary objective of this systematic review was to compare self-report versus device measures of SB in adults. METHODS: Six bibliographic databases were searched to identify all studies which included a comparable self-report and device measure of SB in adults. Risk of bias within and across studies was assessed. Results were synthesized using meta-analyses. RESULTS: The review included 185 unique studies. A total of 123 studies comprising 173 comparisons and data from 55,199 participants were used to examine general criterion validity. The average mean difference was -105.19 minutes/day (95% CI: -127.21, -83.17); self-report underestimated sedentary time by ~1.74 hours/day compared to device measures. Self-reported time spent sedentary at work was ~40 minutes higher than when assessed by devices. Single item measures performed more poorly than multi-item questionnaires, EMAs and logs/diaries. On average, when compared to inclinometers, multi-item questionnaires, EMAs and logs/diaries were not significantly different, but had substantial amount of variability (up to 6 hours/day within individual studies) with approximately half over-reporting and half under-reporting. A total of 54 studies provided an assessment of reliability of a self-report measure, on average the reliability was good (ICC = 0.66). CONCLUSIONS: Evidence from this review suggests that single-item self-report measures generally underestimate sedentary time when compared to device measures. For accuracy, multi-item questionnaires, EMAs and logs/diaries with a shorter recall period should be encouraged above single item questions and longer recall periods if sedentary time is a primary outcome of study. Users should also be aware of the high degree of variability between and within tools. Studies should exert caution when comparing associations between different self-report and device measures with health outcomes. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42019118755.

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)0,015
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,041
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0230,034
Bibliométrie0,0100,010
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,221
Tête enseignante GPT0,482
Écart entre enseignants0,261 · 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'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

Citations513
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral Nutrition and Physical ActivityMême sujetPhysical Activity and HealthTravaux en français237 207