MétaCan
Menu
← Retour à la cohorte
Enregistrement W3041093858 · doi:10.1249/01.mss.0000679632.01011.51

Non-exercise Equations For Determining Change In Cardiorespiratory Fitness

2020· article· en· W3041093858 sur OpenAlexaff
Simrat Soni, Louise de Lannoy, Robert Ross

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésCardiorespiratory fitnessWaistMedicinePhysical therapyExercise intensityIntensity (physics)TreadmillHeart rateInternal medicineObesityBlood pressure

Résumé

récupéré en direct d'OpenAlex

CRF is a strong and independent predictor of morbidity and all-cause mortality beyond traditional risk factors. However, CRF is not routinely measured in clinical settings where cost, time, training, and discomfort on behalf of the patient have all been cited as barriers to routine integration. An alternative to measuring CRF is to estimate it using a non-exercise CRF equation. It is currently unknown whether eCRF can be used to estimate change in mCRF following the adoption of regular exercise. PURPOSE: To determine whether change in estimated cardiorespiratory fitness (eCRF) is associated with change in measured CRF (mCRF) independent of exercise amount and intensity over 24 weeks. METHODS: Participants were 163 sedentary adults with abdominal obesity (waist circumference: mean 109.9 (SD; 11.5) cm) randomly assigned to: i) no-exercise control (n=42), ii) low-amount, low-intensity exercise (LALI; n=39), iii) high-amount, low-intensity exercise (HALI; n=51), iv) high-amount, high-intensity exercise (HAHI; n=31). mCRF was measured using a maximal treadmill test at baseline, 8, 16 and 24 weeks. eCRF was calculated using a published non-exercise equation with the following variables: sex, age, waist circumference, resting heart rate, self-selected physical activity. RESULTS: Participants attended 115 of 120 exercise sessions prescribed (96.0 (4.0) % adherence). eCRF change from baseline to 8, 16 and 24 weeks was not different from mCRF change for control, LALI or HALI (P=.03). In HAHI, eCRF change was significantly greater than mCRF change at all time points (P<.001). Change in mCRF and eCRF at 24 weeks were separated into tertiles to determine whether there were systematic differences between the two measures. Tertile scores revealed that for LALI and HALI, eCRF change significantly overestimated the lowest mCRF tertile (P=.001) and underestimated the highest mCRF tertile (P=.003). For HAHI, eCRF change overestimated mCRF within both the lowest and middle tertile (P=.005). CONCLUSION: eCRF change was associated with mCRF change at 24 weeks independent of exercise amount but not intensity. Systematic variation between eCRF and mCRF highlights a possible limitation when using eCRF to follow change in mCRF, specifically, that eCRF does not capture the individual variability of the mCRF response.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,050
Tête enseignante GPT0,319
Écart entre enseignants0,270 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetCardiovascular and exercise physiology→Travaux en français237 207→