Association of wearable device-measured vigorous intermittent lifestyle physical activity with mortality
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Wearable devices can capture unexplored movement patterns such as brief bursts of vigorous intermittent lifestyle physical activity (VILPA) that is embedded into everyday life, rather than being done as leisure time exercise. Here, we examined the association of VILPA with all-cause, cardiovascular disease (CVD) and cancer mortality in 25,241 nonexercisers (mean age 61.8 years, 14,178 women/11,063 men) in the UK Biobank. Over an average follow-up of 6.9 years, during which 852 deaths occurred, VILPA was inversely associated with all three of these outcomes in a near-linear fashion. Compared with participants who engaged in no VILPA, participants who engaged in VILPA at the sample median VILPA frequency of 3 length-standardized bouts per day (lasting 1 or 2 min each) showed a 38%-40% reduction in all-cause and cancer mortality risk and a 48%-49% reduction in CVD mortality risk. Moreover, the sample median VILPA duration of 4.4 min per day was associated with a 26%-30% reduction in all-cause and cancer mortality risk and a 32%-34% reduction in CVD mortality risk. We obtained similar results when repeating the above analyses for vigorous physical activity (VPA) in 62,344 UK Biobank participants who exercised (1,552 deaths, 35,290 women/27,054 men). These results indicate that small amounts of vigorous nonexercise physical activity are associated with substantially lower mortality. VILPA in nonexercisers appears to elicit similar effects to VPA in exercisers, suggesting that VILPA may be a suitable physical activity target, especially in people not able or willing to exercise.
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.
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) | 0,001 | 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 | 0,002 |
| 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 découle