MétaCan
Menu
Retour à la cohorte
Enregistrement W4220871630 · doi:10.1016/j.pmedr.2022.101778

Muscle-building behaviors from adolescence to emerging adulthood: A prospective cohort study

2022· article· en· W4220871630 sur OpenAlexaff
Jason M. Nagata, Vivienne M. Hazzard, Kyle T. Ganson, S. Bryn Austin, Dianne Neumark‐Sztainer, Marla E. Eisenberg

Notice bibliographique

RevuePreventive Medicine Reports · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMaternal and Child Health BureauNational Heart, Lung, and Blood InstituteHealth Resources and Services AdministrationNational Institute of Mental HealthAmerican Heart AssociationU.S. Department of Health and Human Services
Mots-clésProspective cohort studyCohort studyCohortYoung adultEarly adulthoodMedicinePsychologyGerontologyDevelopmental psychologyDemographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

This study aimed to identify patterns of change in muscle-building behaviors from adolescence to emerging adulthood and determine what adolescent factors predict new-onset muscle-building behavior in emerging adulthood. Prospective cohort data from a diverse sample of 1,535 participants followed from adolescence (baseline, Mage = 14.4 ± 2.0 years) to emerging adulthood (follow-up, Mage = 22.1 ± 2.0 years) from the population-based EAT 2010–2018 (Eating and Activity over Time) study were analyzed. Changes in muscle-building behavior were identified (starting, stopping, persistent use, or never use). Log-binomial regression models examined adolescent predictors of starting (i.e., new-onset) muscle-building behaviors in emerging adulthood. Prevalence of any use in adolescence (EAT 2010) and/or emerging adulthood (EAT 2018) was 55.1% (males) and 33.0% (females) for protein powder/shakes, 6.7% (males) and 5.4% (females) for steroids, and 19.4% (males) and 6.5% (females) for other muscle-building substances (e.g., creatine, amino acids). In particular, 22.6% (males) and 13.7% (females) started protein powder/shakes, 2.2% (males) and 1.0% (females) started steroid use, and 9.0% (males) and 2.0% (females) started other muscle-building substances during emerging adulthood. Adolescent protein powder/shake consumption was associated with starting steroids/other muscle-building substances use in emerging adulthood in males (adjusted risk ratio [ARR] 2.09, 95% confidence interval [CI] 1.29–3.39) and females (ARR 4.81, 95% CI 2.01–11.48). Adolescent use of protein powders/shakes may lead to a two- to five-fold higher risk of new use of steroids and other muscle-building products in emerging adulthood. Clinicians, parents, and coaches should assess for use of muscle-building behaviors in adolescents and emerging adults and discourage use of harmful products.

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,343
Écart entre enseignants0,328 · 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

Citations34
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreventive Medicine ReportsMême sujetEating Disorders and BehaviorsTravaux en français237 207