MétaCan
Menu
← Retour à la cohorte
Enregistrement W3040911413 · doi:10.1249/01.mss.0000678428.56744.c5

UNDERSTANDING PHYSICAL ACTIVITY BEHAVIOUR IN CANADIANS LIVING WITH CHRONIC DISEASE: A RETROSPECTIVE COHORT STUDY

2020· article· en· W3040911413 sur OpenAlexaffabout
David D McHugh, Piotr Wilk, Saverio Stranges, Harry Prapavessis, Marc Mitchell

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineMoodChronic diseaseGerontologyCohortDiseasePhysical therapyDemographyFamily medicinePsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Regular physical activity (PA) can reduce the incidence of many chronic diseases. Rural-dwelling Canadians are at a higher risk of developing chronic diseases than their urban counterparts – potentially due to higher rates of inactivity. There is a scarcity of literature describing PA in these high-risk groups. Smartphones and mHealth apps such as Carrot Rewards (reward-based app downloaded by 1.3+ million Canadians) provide a unique opportunity to measure free-living PA amongst Canadians living with chronic disease. PURPOSE: To determine (1) daily step count averages (data collected by Carrot Rewards) for participants who self-report at least one chronic disease vs. those self-reporting none, and (2) whether these averages vary with living environment. METHODS: In this retrospective cohort study, 12,327 Ontarians (age: M=34.72, SD=13.63, gender: female 62.9%, male 35.3%, other 1.8%), completed a ‘chronic disease’ Carrot Rewards survey adapted from the Canadian Community Health Survey. In this survey, participants could self-report chronic disease diagnoses including: diabetes, cardiovascular disease, chronic obstructive pulmonary disease, cancer and mood/anxiety disorders. Smartphone accelerometers, (HealthKit (iOS), Google Fit (Android) or FitBit) collected step count data which was retrieved by the Carrot Rewards app. Self-reported demographic information indicated participant rural/urban status. RESULTS: 37.7% of survey respondents reported being diagnosed with at least one chronic disease and 33% identified as rural-dwelling. Participants with at least one chronic disease had a significantly lower (p<.001) daily step count average (M=5136.29, SD=3732.83) than those with no diagnosis (M=5724.24, SD=3960.47). Rural-dwelling persons (M=5422.40, SD=3943.49) had lower mean daily step count averages than their urban counterparts (M=5542.61, SD=3858.32), though not statistically significant (p=.123). CONCLUSIONS: This study provides an objective lens into the PA behaviours of understudied Canadian populations. Individuals living with chronic disease had significantly lower daily step counts when compared to their ‘healthy’ counterparts. A fundamental understanding of PA behaviours for at-risk Canadians may help inform the design of targeted PA interventions in the future.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,032
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0050,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,393
Écart entre enseignants0,335 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→