Association of Sedentary Behavior and Physical Activity With Hyperuricemia and Sex Differences: Results From the China Multi-Ethnic Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: To determine the association of physical activity (PA) and sedentary time (ST; leisure and total ST), commuting mode with hyperuricemia in a multiethnic Chinese population, and to analyze the difference between sexes. METHODS: Baseline data were analyzed from 22,094 participants from the China Multi-Ethnic Cohort study in the Yunnan region, China. PA and sedentary behavior were assessed through questionnaires. Hyperuricemia was defined as serum urate > 7.0 mg/dL among men and > 6.0 mg/dL among women. A restricted cubic spline (RCS) was created to model the possible nonlinear relationship of PA and ST with hyperuricemia. Logistic regression was used to estimate the odds ratio (OR) and 95% CI. RESULTS: Hyperuricemia prevalence in the observed population was 15.5% (men 25.5%, women 10.7%). Compared to those with light PA, participants with moderate-to-vigorous PA had lower odds of hyperuricemia (adjusted ORs were 0.85 [95% CI 0.77-0.94] and 0.88 [95% CI 0.79-0.97]). However, RCS showed a U-shaped nonlinear relationship between PA and hyperuricemia, and a linear relationship between hyperuricemia prevalence and increasing ST. Total ST ≥ 4 hours/day increased the risk of hyperuricemia in women but not in men. Mode of transportation revealed that sedentary behavior increased the risk of hyperuricemia, but there were inconsistent results based on sex. CONCLUSION: Moderate PA may be more beneficial in reducing the risk of hyperuricemia. Reducing ST may have a greater effect on preventing hyperuricemia in females than in males.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».