Workers’ Activity Profiles Associated With Predicted 10‐Year Cardiovascular Disease Risk
Notice bibliographique
Résumé
Background There is a need to explore common activity patterns undertaken by workers and the association between these activity profiles and cardiovascular disease (CVD). This study explored the number and type of distinct profiles of activity patterns among workers and the association between these profiles and predicted 10-year risk for a first atherosclerotic CVD event. Methods and Results Distinct activity patterns from a cross-section of workers' accelerometer data were sampled from Canadian Health Measures Survey participants (5 cycles, 2007-2017) and identified using hierarchical cluster analysis techniques. Covariates included accelerometer wear time, work factors, sociodemographic factors, clinical markers, and lifestyle variables. Associations between activity profiles and high atherosclerotic CVD risk >10% were estimated using robust Poisson regression models. Six distinct activity profiles were identified from 8909 workers. Compared with the "lowest activity" profile, individuals in the "highest activity" and "moderate evening activity" profiles were at 42% lower risk (relative risk [RR], 0.58; 95% CI, 0.47, 0.70) and 33% lower risk (RR, 0.67; 95% CI, 0.44, 0.87) of predicted 10-year atherosclerotic CVD risk of >10%, respectively. "Moderate activity" and "fluctuations of moderate activity" profiles were also associated with lower risk estimates, whereas the "high daytime activity" profile was not statistically different to the reference profile. Conclusions Workers accumulating physical activity throughout the day and during recreational hours were found to have optimal CVD risk profiles. Workers accumulating physical activity only during daytime work hours were not associated with reduced CVD risk. Findings can inform alternative strategies to conferring the cardiovascular benefits of physical activity among workers. Large prospective studies are needed to confirm these findings.
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 | 0,001 | 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 | 0,000 |
| 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 ».