Muscle strength explains the protective effect of physical activity against COVID-19 hospitalization among adults aged 50 years and older
Notice bibliographique
Résumé
Physical activity has been proposed as a protective factor for COVID-19 hospitalisation. However, the mechanisms underlying this association are unclear. We examined the association between physical activity and COVID-19 hospitalisation and whether this relationship was explained by risk factors (chronic conditions, weak muscle strength). We used data from adults over 50 years from the Survey of Health, Ageing and Retirement in Europe. The outcome was self-reported hospitalisation due to COVID-19, before August 2020. The main exposure was physical activity, self-reported between 2004 and 2017. Among the 3139 participants included (69.3 ± 8.5 years, 1763 women), 266 were tested positive for COVID-19, 66 were hospitalised. Logistic regression models showed that individuals who engaged in physical activity more than once a week had lower odds of COVID-19 hospitalisation than individuals who hardly ever or never engaged in physical activity (odds ratios = 0.41, 95% confidence interval = 0.22-0.74, p = .004). This association between physical activity and COVID-19 hospitalisation was explained by muscle strength, but not by other risk factors. These findings suggest that, after 50 years, engaging in physical activity is associated with lower odds of COVID-19 hospitalisation. This protective effect of physical activity may be explained by muscle strength.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».