Association of screen time and cardiometabolic risk in school-aged children
Notice bibliographique
Résumé
Screen use has become a pervasive behaviour among children and has been linked to adverse health outcomes. The objective of this study was to examine the association between screen time and a comprehensive total cardiometabolic risk (CMR) score in school-aged children (7–12-years), as well as individual CMR factors. In this longitudinal study, screen time was measured over time (average duration of follow-up was 17.4 months) via parent-report. Anthropometric measurements, blood pressure, and biospecimens were collected over time and used to calculate CMR score [sum of age and sex standardized z-scores of systolic blood pressure (SBP), glucose, log-triglycerides, waist circumference (WC), and negative high-density lipoprotein cholesterol (HDL-c)/square-root of 5]. Generalized estimating equations (GEE) were used to examine the association between screen time and total CMR score as well as individual CMR factors. A total of 567 children with repeated measures were included. There was no evidence of an association between parent-reported child screen time and total CMR score (adjusted β = −0.01, 95% CI [−0.03, 0.005], 0.16). Screen time was inversely associated HDL-c (adjusted β = −0.008, 95% CI [−0.011, −0.005], p = 0.016), but there was no evidence that the other CMR components were associated with screen time. Among children 7–12 years, there was no evidence of an association between parent-reported child screen time and total CMR, but increased screen time was associated with slightly lower HDL-c. Research is needed to understand screen-related contextual factors which may be related to CMR factors.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».