Physical inactivity as a risk factor for all-cause mortality in Brazil (1990–2017)
Notice bibliographique
Résumé
BACKGROUND: The aim of this study was to estimate the mortality from all causes as a result of physical inactivity in Brazil and in Brazilian states over 28 years (1990-2017). METHODS: Data from the Global Burden of Disease (GBD) study for Brazil and states were used. The metrics used were the summary exposure value (SEV), the number of deaths, age-standardized mortality rates, and the fraction of population risk attributable to physical inactivity. RESULTS: The Brazilian population presented risk of exposure to physical inactivity of (age-standardized SEV) of 59% (95% U.I. 22-97) in 1990 and 59% in 2017 (95% U.I. 25-99). Physical inactivity contributed a significant number of deaths (1990, 22,537, 95% U.I. 12,157-34,745; 2017, 32,410, 95% U.I. 17,976-49,657) in the analyzed period. These values represented mortality rates standardized by age (per 100,000 inhabitants) of 31 (95% U.I. 17-48) in 1990 and 15 (95% U.I. 8-23) in 2017. From 1990 to 2017, a decrease in standardized death rate from all causes attributable to physical inactivity was observed in Brazil (- 52%, 95% U.I. - 54 to - 49). The Brazilian states with better socioeconomic conditions presented greater reductions in age-standardized mortality (male: rho = 0.80; female: rho 0.84) over the period of 28 years. CONCLUSIONS: These findings support the promotion of physical activity in the Brazilian population for the prevention of early mortality.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».