Physical Activity and Sedentary Behavior Patterns Across Weekdays and Weekend Days in Youth With Multiple Sclerosis and Controls
Notice bibliographique
Résumé
Background: This study quantified and compared weekday and weekend patterns of device-measured physical activity (PA) and sedentary behavior between youth with pediatric multiple sclerosis (MS) and controls for the purpose of informing future PA behavior change interventions. Methods: Participant data were obtained from 3 ongoing observational studies, and the sample included 40 participants with pediatric MS and 41 controls. Light PA (LPA), moderate to vigorous PA (MVPA), and sedentary behavior data were collected using activity monitors (ActiGraph LLC) over 1 week. The main analysis involved a 2-way mixed factor analysis of variance with group as a between-subjects factor (pediatric MS vs control) and day as a within-subjects factor (weekday vs weekend day). Results: There was no group by day interaction from the analysis of variance for percentage of activity monitor wear time spent in LPA, MVPA, or sedentary behavior. There was no effect of group for LPA, MVPA, or sedentary behavior. There was an effect of day of week on percentage of day spent in LPA, MVPA, and sedentary behavior. Conclusions: These results suggest that youth with pediatric MS and controls were less physically active and more sedentary on weekends than on weekdays, but there were no differences between groups in PA and sedentary behavior overall or by day of the week. Physical activity interventions may be more successful by initially targeting weekend day activity.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».