MétaCan
Menu
Retour à la cohorte
Enregistrement W4221120207 · doi:10.2196/31501

The Effect of Wearable Tracking Devices on Cardiorespiratory Fitness Among Inactive Adults: Crossover Study

2022· article· en· W4221120207 sur OpenAlexvenueno aff
Lisbeth Hoejkjaer Larsen, Maja Hedegaard Lauritzen, Mikkel Sinkjaer, Troels W. Kjær

Notice bibliographique

RevueJMIR Cardio · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesInterregEuropean Regional Development FundH. Lundbeck A/SLundbeckfondenEuropean Commission
Mots-clésCardiorespiratory fitnessCrossoverWearable computerCrossover studyTracking (education)Wearable technologyComputer scienceActivity trackerPhysical medicine and rehabilitationMedicinePsychologyPhysical therapyEmbedded systemArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Modern lifestyle is associated with a high prevalence of physical inactivity. OBJECTIVE: This study aims to investigate the effect of a wearable tracking device on cardiorespiratory fitness among inactive adults and to explore if personal characteristics and health outcomes can predict adoption of the device. METHODS: In total, 62 inactive adults were recruited for this study. A control period (4 weeks) was followed by an intervention period (8 weeks) where participants were instructed to register and follow their physical activity (PA) behavior on a wrist-worn tracking device. Data collected included estimated cardiorespiratory fitness, body composition, blood pressure, perceived stress levels, and self-reported adoption of using the tracking device. RESULTS: In total, 50 participants completed the study (mean age 48, SD 13 years, 84% women). Relative to the control period, participants increased cardiorespiratory fitness by 1.52 mL/kg/minute (95% CI 0.82-2.22; P<.001), self-reported PA by 140 minutes per week (95% CI 93.3-187.1; P<.001), daily step count by 982 (95% CI 492-1471; P<.001), and participants' fat percentage decreased by 0.48% (95% CI -0.84 to -0.13; P=.009). No difference was observed in blood pressure (systolic: 95% CI -2.16 to 3.57, P=.63; diastolic: 95% CI -0.70 to 2.55; P=.27) or perceived stress (95% CI -0.86 to 1.78; P=.49). No associations were found between adoption of the wearable tracking device and age, gender, personality, or education. However, participants with a low perceived stress at baseline were more likely to rate the use of a wearable tracking device highly motivating. CONCLUSIONS: Tracking health behavior using a wearable tracking device increases PA resulting in an improved cardiorespiratory fitness among inactive 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)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,017
Tête enseignante GPT0,319
Écart entre enseignants0,303 · 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'étudeEssai non randomisé
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR CardioMême sujetPhysical Activity and HealthTravaux en français237 207