The Association of Physical Activity Fragmentation with Physical Function in Older Adults: Analysis from the SITLESS Study
Notice bibliographique
Résumé
The distribution of physical activity bouts through the day may provide useful information for assessing the impacts of interventions on aspects such as physical function. This study aimed to investigate the associations between physical activity fragmentation, tested using different minimum physical activity bout lengths, with physical function in older adults. The SITLESS project recruited 1360 community-dwelling participants from four European countries (≥65 years old). Physical activity fragmentation was represented as the active-to-sedentary transition probability (ASTP), the reciprocal of the average physical activity bout duration measured using ActiGraph wGT3X+ accelerometers. Four minimum bout lengths were utilised to calculate the ASTP: ≥10-s, ≥60-s, ≥120-s and ≥300-s. Physical function was assessed using the 2-min walk test (2MWT) and the composite score from the Short Physical Performance Battery (SPPB) test. Linear regression analyses, after adjusting for relevant covariates, were used to assess cross-sectional associations. After adjustment for relevant covariates, lower ASTP using ≥10-s bouts were associated with longer 2MWT distances and higher SPPB scores. Lower ASTP using ≥120-s bouts and ≥300-s bouts were associated with longer 2MWT distances but not the SPPB. Less fragmented physical activity patterns appeared to be associated with better physical function in community-dwelling 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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».