Daily step volume and intensity moderate the association of sedentary time and cardiometabolic disease risk in community-dwelling older adults: A cross-sectional study
Notice bibliographique
Résumé
OBJECTIVE: To investigate the moderating effect of step count and peak cadence on the relationship of sedentary time and cardiometabolic disease risk in community-dwelling older adults. METHODS: This cross-sectional study included 248 older adults aged 60-80 years without cardiovascular disease (66.0 ± 4.6 years of age; 78 % females). Sedentary time, step count and peak cadence were measured by a hip-worn accelerometer for seven days. Peak cadence was defined as the average of 30 min of the day (but not necessarily consecutive) with the highest cadence (steps per minute) for all valid days. Cardiometabolic disease risk was defined using a sex-specific continuous metabolic syndrome score (cMetS). Sedentary time was used as an explanatory variable for cMetS and step count and peak cadence as moderators. The analyses were adjusted for known cardiometabolic disease risk factors and accelerometer wear time. The Johnson-Neyman technique was used to specify the value of moderator variables at which the significant relationship between sedentary time and cMetS disappears. RESULTS: Both step count (β = -0.186, P = 0.032) and peak cadence (β = -0.003, P = 0.007) showed a moderating effect on the relationship of sedentary time and cMetS. The association of sedentary time and cMetS was not statistically significant (p > 0.05) when step count or peak cadence exceed 5715 steps per day and 57 steps per minute, respectively. CONCLUSION: Steps per day and peak cadence moderate the association of sedentary time and cardiometabolic disease risk in older adults. Therefore, steps per day and peak cadence seem to offset the deleterious effects of sedentary time on cardiometabolic health in this population.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».