The Associations of COVID-19 Lockdown Restrictions With Longer-Term Activity Levels of Working Adults With Type 2 Diabetes: Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Lockdown restrictions reduce COVID-19 community transmission; however, they may pose challenges for noncommunicable disease management. A 112-day hard lockdown in Victoria, Australia (commencing March 23, 2020) coincided with an intervention trial of reducing and breaking up sitting time in desk workers with type 2 diabetes who were using a provided consumer-grade activity tracker (Fitbit). OBJECTIVE: This study aims to compare continuously recorded activity levels preceding and during COVID-19 lockdown restrictions among working adults with type 2 diabetes participating in a sitting less and moving more intervention. METHODS: A total of 11 participants (n=8 male; mean age 52.8, SD 5 years) in Melbourne, Australia had Fitbit activity tracked before (mean 122.7, SD 47.9 days) and during (mean 99.7, SD 62.5 days) citywide COVID-19 lockdown restrictions. Regression models compared device (Fitbit Inspire HR)-derived activity (steps; metabolic equivalent tasks [METs]; mean time in sedentary, lightly, fairly, and very active minutes; and usual bout durations) during restrictions to prerestrictions. Changes in activity were statistically significant when estimates (Δ%) did not intercept zero. RESULTS: Overall, there was a decrease in mean steps (-1584 steps/day; Δ% -9%, 95% CI -11% to -7%); METs (-83 METs/day; Δ% -5%, 95% CI -6% to -5%); and lightly active (Δ% -4%, 95% CI -8% to -1%), fairly active (Δ% -8%, 95% CI -21% to -15%), and very active (Δ% -8%, 95% CI -11% to -5%) intensity minutes per day, and increases in mean sedentary minutes per day (51 mins/day; Δ% 3%, 95% CI 1%-6%). Only very active (+5.1 mins) and sedentary (+4.3 mins) bout durations changed significantly. CONCLUSIONS: In a convenience sample of adults with type 2 diabetes, COVID-19 lockdown restrictions were associated with decreases in overall activity levels and increases in very active and sedentary bout durations. A Fitbit monitor provided meaningful continuous long-term data in this context. TRIAL REGISTRATION: Australian New Zealand Clinical Trials Registry ACTRN12618001159246; https://anzctr.org.au/Trial/Registration/TrialReview.aspx?ACTRN=12618001159246.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».