Why Are Individuals With Diabetes Less Active? The Mediating Role of Physical, Emotional, and Cognitive Factors
Notice bibliographique
Résumé
BACKGROUND: Despite the key role of physical activity in the management of diabetes, many individuals with diabetes do not engage in the recommended levels of physical activity. However, our knowledge of the mechanisms underlying the relationship between diabetes and physical inactivity is limited. PURPOSE: To investigate the associations between diabetes and the levels and evolution of physical activity across aging, and to determine whether physical, emotional, and cognitive factors mediate these associations. METHODS: Data from 105,622 adults aged 50-96 years from the Survey of Health, Ageing and Retirement in Europe (SHARE) were used in adjusted linear mixed models to examine whether diabetes was associated with physical activity levels and variations across aging. The potential mediators were subjective energy, muscle strength, physical and cognitive disability, sleep problems, depressive symptoms, and cognitive functions. The variables were measured up to seven times over a 13-year period. RESULTS: Individuals with diabetes demonstrated a lower level and a steeper decrease in physical activity across aging than individual without diabetes. Mediators explained ~53% and 94% of the association of diabetes with the level of physical activity and with the linear evolution of physical activity across aging, respectively. All mediators were significantly associated with physical activity. Physical and cognitive disability as well as depressive symptoms were the strongest mediators, while sleep was the lowest one. CONCLUSIONS: These findings suggest that the etiology of physical inactivity in individuals with diabetes can result from several physical, emotional, and cognitive changes associated with the emergence of this disease.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».