Sedentary behavior patterns and adiposity in children: a study based on compositional data analysis
Notice bibliographique
Résumé
BACKGROUND: Between-person differences in sedentary patterns should be considered to understand the role of sedentary behavior (SB) in the development of childhood obesity. This study took a novel approach based on compositional data analysis to examine associations between SB patterns and adiposity and investigate differences in adiposity associated with time reallocation between time spent in sedentary bouts of different duration and physical activity. METHODS: An analysis of cross-sectional data was performed in 425 children aged 7-12 years (58% girls). Waking behaviors were assessed using ActiGraph GT3X accelerometer for seven consecutive days. Multi-frequency bioimpedance measurement was used to determine adiposity. Compositional regression models with robust estimators were used to analyze associations between sedentary patterns and adiposity markers. To examine differences in adiposity associated with time reallocation, we used the compositional isotemporal substitution model. RESULTS: = 0.37; 95% CI: 0.03, 0.71; p = 0.034) were associated with time spent in middle sedentary bouts in duration of 10-29 min (relative to remaining behaviors). No significant associations were found for short (< 10 min) and long sedentary bouts (≥30 min). Substituting the time spent in total SB with moderate-to-vigorous physical activity (MVPA) was associated with a decrease in VAT. Substituting 1 h/week of the time spent in middle sedentary bouts with MVPA was associated with 2.9% (95% CI: 1.2, 4.6), 3.4% (95% CI: 1.2, 5.5), and 6.1% (95% CI: 2.9, 9.2) lower FM%, fat mass index, and VAT, respectively. Moreover, substituting 2 h/week of time spent in middle sedentary bouts with short sedentary bouts was associated with 3.5% (95% CI: 0.02, 6.9) lower FM%. CONCLUSIONS: Our findings suggest that adiposity status could be improved by increasing MVPA at the expense of time spent in middle sedentary bouts. Some benefits to adiposity may also be expected from replacing middle sedentary bouts with short sedentary bouts, that is, by taking standing or activity breaks more often. These findings may help design more effective interventions to prevent and control childhood obesity.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».