Relations Between BMI Trajectories and Habitual Physical Activity Measured by a Smartwatch in the Electronic Cohort of the Framingham Heart Study: Cohort Study
Notice bibliographique
Résumé
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.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».