MétaCan
Menu
Retour à la cohorte
Enregistrement W4205381695 · doi:10.1038/s41598-021-04738-y

Resting state functional connectivity provides mechanistic predictions of future changes in sedentary behavior

2022· article· en· W4205381695 sur OpenAlexaff
Timothy P. Morris, Aaron Kucyi, Sheeba Arnold Anteraper, Maiya R. Geddes, Alfonso Nieto-Castañón, Agnieszka Z. Burzynska, Neha P. Gothe, Jason Fanning, Elizabeth A. Salerno, Susan Whitfield‐Gabrieli, Charles H. Hillman, Edward McAuley, Arthur F. Kramer

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute on AgingNational Institutes of Health
Mots-clésSedentary behaviorFunctional connectivityResting state fMRIComputer scienceNeurosciencePhysical medicine and rehabilitationPhysical activityBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Sedentary behaviors are increasing at the cost of millions of dollars spent in health care and productivity losses due to physical inactivity-related deaths worldwide. Understanding the mechanistic predictors of sedentary behaviors will improve future intervention development and precision medicine approaches. It has been posited that humans have an innate attraction towards effort minimization and that inhibitory control is required to overcome this prepotent disposition. Consequently, we hypothesized that individual differences in the functional connectivity of brain regions implicated in inhibitory control and physical effort decision making at the beginning of an exercise intervention in older adults would predict the change in time spent sedentary over the course of that intervention. In 143 healthy, low-active older adults participating in a 6-month aerobic exercise intervention (with three conditions: walking, dance, stretching), we aimed to use baseline neuroimaging (resting state functional connectivity of two a priori defined seed regions), and baseline accelerometer measures of time spent sedentary to predict future pre-post changes in objectively measured time spent sedentary in daily life over the 6-month intervention. Our results demonstrated that functional connectivity between (1) the anterior cingulate cortex and the supplementary motor area and (2) the right anterior insula and the left temporoparietal/temporooccipital junction, predicted changes in time spent sedentary in the walking group. Functional connectivity of these brain regions did not predict changes in time spent sedentary in the dance nor stretch and tone conditions, but baseline time spent sedentary was predictive in these conditions. Our results add important knowledge toward understanding mechanistic associations underlying complex out-of-session sedentary behaviors within a walking intervention setting in older adults.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,260
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207