Energy expenditure per minute in different activities and body positions and its association with the classification as physically active or inactive in daily life in individuals with COPD
Notice bibliographique
Résumé
Objective: To describe and compare energy expenditure (EE)/minute walking and in different body postures in individuals with COPD; and to investigate if EE/minute walking is a predictor of their classification as physically active or inactive. Methods: Physical activity (PA) in daily life was objectively assessed using two PA monitors for 7 days and data were analyzed on a minute-by-minute basis. Predominant minutes were separated into walking, standing, sitting, and reclined, and EE/minute (a reflection of PA intensity) was then calculated in each of these four activities and postures. Participants were classified as active and inactive according to the criteria proposed by the American College of Sports Medicine (ACSM). Results: 43 individuals were evaluated (65±8 years; FEV 1 50±14% predicted). A binary logistic regression model yielded that, regardless of the time spent walking/day, EE/minute walking was a significant predictor of the classification as physically active (OR=18.2 [2 – 165]; p=0.01), together with BMI (OR=0.68 [0.5 - 0.9]; p=0.008) (model: Chi-square = 22.431, p< 0.05; R 2 [Nagelkerke] = 0.556). In the active group, significantly higher EE/minute was observed for walking and standing in comparison both to sitting and reclined. However, in the inactive group, there were significant differences in EE/minute only when comparing walking versus reclined and standing versus reclined. Conclusion: In individuals, with COPD, EE/minute walking is a significant predictor of being classified as physically active, independently of the time spent walking/day. Each additional kilocalorie/minute spent walking increases in 18 times the chances to be classified as physically active in daily life.
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 | 0,001 |
| 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 ».