MétaCan
Menu
← Retour à la cohorte
Enregistrement W4229718088 · doi:10.1161/circ.125.suppl_10.a006

Abstract 006: Relationship of Sedentary Behavior and Physical Inactivity to Incident Coronary Heart Disease: Results from the Women's Health Initiative

2012· article· en· W4229718088 sur OpenAlexaff
Andrea K. Chomistek, Bing Lü, Megan Sands, Scott B. Going, Lorena García, Matthew Allison, Marcia L. Stefanick, Stacy T. Sims, Michael J. LaMonte, Karen Johnson, JoAnn E. Manson, Charles B. Eaton

Notice bibliographique

RevueCirculation · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensMount Allison University
Organismes subventionnairesnon disponible
Mots-clésMedicineHazard ratioProportional hazards modelSittingConfidence intervalWomen's Health InitiativeSedentary behaviorInternal medicineCardiovascular healthPhysical activityPhysical therapyObservational studyMetabolic equivalentDemographyDisease

Résumé

récupéré en direct d'OpenAlex

Background: Sedentary behavior, such as prolonged sitting, is becoming recognized as a distinct construct that may not merely reflect lack of leisure-time physical activity (PA), usually defined as physical inactivity. Our objective was to examine the independent and joint associations of sedentary time and physical inactivity with risk of incident coronary heart disease (CHD) in women. Methods: This study included 84,798 post-menopausal women, aged 50-79 and free of CHD at baseline, participating in the Women's Health Initiative Observational Study. At baseline, participants reported information on sedentary behavior, defined as hours of sitting and lying per day, and usual PA, defined as energy expenditure from recreational activity including walking, mild, moderate and strenuous PA. Participants were followed from the baseline visit through September 2010 for first occurrence of CHD (MI and CHD death). Cox regression models were used to estimate hazard ratios (HR) and 95% confidence intervals (CI) for incident CHD according to tertiles of sedentary time (hrs/day) and physical activity (MET-hrs/wk). Results: Sedentary time ≥10 hrs/day was associated with increased CHD risk (HR=1.13, 95% CI 1.04,1.23) in age-adjusted models, but was non-significant in multivariable-adjusted models (HR=1.08, 95% CI 0.99,1.17). In multivariable-adjusted models, the HR of CHD comparing moderate (5.1 - 16.25 MET-hrs/wk) and low (≤ 5 MET-hrs/wk) levels of PA to high (>16.25 MET-hrs/wk) levels were 1.10 (95%CI 1.01,1.21) and 1.21 (95%CI 1.11,1.32), respectively (P for trend <.0001). When we cross-classified women by sedentary time and PA (P for interaction = 0.91), CHD risk was significantly increased only in women with low PA regardless of their sedentary behavior, with the greatest risk seen in women reporting low PA and ≥10 hrs/day of sedentary time. Conclusion: Physical inactivity is associated with increased CHD risk in a dose-response manner, whereas sedentary behavior was only modestly associated with CHD risk in this analysis. Physical Activity (MET-hours/week) Sedentary Time (hours/day) High (> 16.25) Moderate (5.1 - 16.25) Low (≤ 5) ≤6 1.00 (Referent) 1.12 (0.96, 1.30) 1.17 (1.01, 1.36) 6.1-9.9 0.96 (0.82, 1.13) 1.09 (0.94, 1.27) 1.18 (1.02, 1.38) ≥10 1.08 (0.92, 1.27) 1.14 (0.99, 1.32) 1.32(1.15, 1.51) The multivariable model includes age, race, education, income, marital status, smoking, family history of MI, depression, alcohol intake, and history of diabetes, hypertension, or hypercholesterolemia

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,048
Tête enseignante GPT0,330
Écart entre enseignants0,282 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetCardiovascular Health and Risk Factors→Travaux en français237 207→