Physical inactivity as a risk factor for all-cause mortality in Brazil (1990–2017)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,000 | 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 | 0,001 |
| 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 découle