Physical activity level and stroke risk in <scp>US</scp> population: A matched case–control study of 102,578 individuals
Notice bibliographique
Résumé
BACKGROUND: Stroke has been linked to a lack of physical activity; however, the extent of the association between inactive lifestyles and stroke risk has yet to be characterized across large populations. PURPOSE: This study aimed to explore the association between activity-related behaviors and stroke incidence. METHODS: Data from 1999 to 2018 waves of the concurrent cross-sectional National Health and Nutrition Examination Survey (NHANES) were extracted. We analyzed participants characteristics and outcomes for all participants with data on whether they had a stroke or not and assessed how different forms of physical activity affect the incidence of disease. RESULTS: Of the 102,578 individuals included, 3851 had a history of stroke. A range of activity-related behaviors was protective against stroke, including engaging in moderate-intensity work over the last 30 days (OR = 0.8, 95% CI = 0.7-0.9; P = 0.001) and vigorous-intensity work activities over the last 30 days (OR = 0.6, 95% CI = 0.5-0.8; P < 0.001), and muscle-strengthening exercises (OR = 0.6, 95% CI = 0.5-0.8; P < 0.001). Conversely, more than 4 h of daily TV, video, or computer use was positively associated with the likelihood of stroke (OR = 11.7, 95% CI = 2.1-219.2; P = 0.022). CONCLUSION: Different types, frequencies, and intensities of physical activity were associated with reduced stroke incidence, implying that there is an option for everyone. Daily or every other day activities are more critical in reducing stroke than reducing sedentary behavior duration.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».