Abstract 16992: Changes in Physical Activity and the Risk of Incident Heart Failure: The Atherosclerosis Risk in Communities (ARIC) Study
Notice bibliographique
Résumé
Background: Higher physical activity is associated with a lower risk of heart failure (HF). The effects of changes in physical activity levels over time on HF risk are largely uncharacterized. Hypothesis: We hypothesized that persistently recommended and increasing levels of physical activity over a 6-year period are associated with reduced HF risk. Methods: We evaluated 11,185 ARIC participants (mean age 60; 57% female, 23% black) free of CVD at Visit 3 (1993-95) with available physical activity data at Visit 1 (1987-89) and Visit 3. Exercise physical activity was assessed using a modified Baecke questionnaire and categorized according to AHA recommendations: recommended (≥150 min/wk of moderate + vigorous activity or ≥75 min/wk of vigorous activity); intermediate (1-149 min/wk of moderate + vigorous activity or 1-74 min/wk of vigorous activity); or poor (no moderate or vigorous activity). We created cross-categories of physical activity at Visit 1 and Visit 3. The primary outcome was incident HF occurring after Visit 3 through 12/31/12. We constructed Cox regression models to estimate the hazard ratios and 95% CIs for incident HF associated with each cross-category of physical activity at Visit 1 and Visit 3, adjusting for confounders. Results: Over a median of 18 years, there were 1,625 HF events. Compared to those with poor activity at both visits (reference), those with persistently recommended activity had the lowest HF risk (Table; HR 0.67 95% CI: 0.58-0.78). Additionally, at each level of baseline physical activity, increasing physical activity over time was associated with decreased HF risk: an increase from poor to recommended activity was linked to a 22% lower risk of HF. Conclusion: While maintaining recommended activity levels is associated with the lowest HF risk, initiating and increasing physical activity over time is also linked to risk reduction. Augmenting physical activity in middle age may be an important component of strategies to prevent HF.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».