Physical Activity and Cardiovascular Fitness During Childhood and Adolescence: Association With Retinal Nerve Fibre Layer Thickness in Young Adulthood
Notice bibliographique
Résumé
PRECIS: Higher physical working capacity (PWC) at age 17 was associated with thicker peripapillary retinal nerve fiber layer (pRNFL) at age 20, suggesting a mechanistic link between cardiovascular fitness and neuroretinal integrity. PURPOSE: Physical activity and cardiovascular fitness have been linked with lower odds of developing glaucoma. We tested the hypothesis that early beneficial effects of physical activity and cardiovascular fitness can be observed by measuring the pRNFL thickness in young healthy adults. METHODS: The Raine Study is a longitudinal study that has followed a cohort since before their births in 1989-1992. Parent-reported physical activity was collected between 8 and 17 years, and latent class analysis was used to identify the participants' physical activity trajectories. At the 20-year follow-up (participants' mean age=20.1±0.4 y), participants' metabolic equivalent of task-minutes/week was determined using self-reported physical activity data. Participants' PWC was assessed at the 14- and 17-year follow-ups to estimate their level of cardiovascular fitness. An eye examination, which included spectral-domain optical coherence tomography imaging, was conducted at the 20-year follow-up for 1344 participants. RESULTS: Parent-reported or participant-reported physical activity was not associated with pRNFL thickness. However, higher PWC at 17 years was associated with thicker pRNFL globally [by 0.3 µm; 95% confidence interval (CI)=0.2-0.6; P<0.001], superotemporally (by 0.4 µm; 95% CI=0.1-0.7; P=0.013), inferonasally (by 0.7 µm; 95% CI=0.1-0.9; P=0.002), and nasally (by 0.4 µm; 95% CI=0.1-0.7; P=0.006) per 10 Watt increase in PWC. CONCLUSIONS: The association between estimated cardiovascular fitness and pRNFL thickness suggests there may be overlapping mechanisms for cardiovascular health and retinal ganglion cell integrity. While the effect sizes were small, it is possible that larger effects and clinically significant associations may arise as we follow this cohort of participants through their later adulthood.
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 | 0,000 |
| 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 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 ».