MétaCan
Menu
Retour à la cohorte
Enregistrement W4224993661 · doi:10.2196/32348

Relations Between BMI Trajectories and Habitual Physical Activity Measured by a Smartwatch in the Electronic Cohort of the Framingham Heart Study: Cohort Study

2022· article· en· W4224993661 sur OpenAlex
Michael M Hammond, Yuankai Zhang, Chathurangi H Pathiravasan, Honghuang Lin, Mayank Sardana, Ludovic Trinquart, Emelia J. Benjamin, Belinda Borrelli, Emily S Manders, Kelsey Fusco, Jelena Kornej, Nicole L. Spartano, Vik Kheterpal, Christopher Nowak, David D. McManus, Chunyu Liu, Joanne M. Murabito

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Cardio · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingAmerican Heart AssociationNational Heart, Lung, and Blood InstituteRobert Wood Johnson Foundation
Mots-clésMedicineFramingham Heart StudyCohortDemographySmartwatchCohort studyFramingham Risk ScoreBody mass indexObesityGerontologyPhysical therapyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The prevalence of obesity is rising. Most previous studies that examined the relations between BMI and physical activity (PA) measured BMI at a single timepoint. The association between BMI trajectories and habitual PA remains unclear. OBJECTIVE: This study assesses the relations between BMI trajectories and habitual step-based PA among participants enrolled in the electronic cohort of the Framingham Heart Study (eFHS). METHODS: We used a semiparametric group-based modeling to identify BMI trajectories from eFHS participants who attended research examinations at the Framingham Research Center over 14 years. Daily steps were recorded from the smartwatch provided at examination 3. We excluded participants with <30 days or <5 hours of smartwatch wear data. We used generalized linear models to examine the association between BMI trajectories and daily step counts. RESULTS: We identified 3 trajectory groups for the 837 eFHS participants (mean age 53 years; 57.8% [484/837] female). Group 1 included 292 participants whose BMI was stable (slope 0.005; P=.75), group 2 included 468 participants whose BMI increased slightly (slope 0.123; P<.001), and group 3 included 77 participants whose BMI increased greatly (slope 0.318; P<.001). The median follow-up period for step count was 516 days. Adjusting for age, sex, wear time, and cohort, participants in groups 2 and 3 took 422 (95% CI -823 to -21) and 1437 (95% CI -2084 to -790) fewer average daily steps, compared with participants in group 1. After adjusting for metabolic and social risk factors, group 2 took 382 (95% CI -773 to 10) and group 3 took 1120 (95% CI -1766 to -475) fewer steps, compared with group 1. CONCLUSIONS: In this community-based eFHS, participants whose BMI trajectory increased greatly over time took significantly fewer steps, compared with participants with stable BMI trajectories. Our findings suggest that greater weight gain may correlate with lower levels of step-based physical activity.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,315
Écart entre enseignants0,291 · 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