MétaCan
Menu
Retour à la cohorte
Enregistrement W4315489248 · doi:10.1007/s11606-022-07984-6

Screen Time from Adolescence to Adulthood and Cardiometabolic Disease: a Prospective Cohort Study

2023· article· en· W4315489248 sur OpenAlexaff
Jason M. Nagata, Christopher M. Lee, Feng Lin, Kyle T. Ganson, Kelley Pettee Gabriel, Alexander Testa, Dylan B. Jackson, Erin E. Dooley, Holly C. Gooding, Eric Vittinghoff

Notice bibliographique

RevueJournal of General Internal Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteUniversity of California, San FranciscoDoris Duke Charitable FoundationGillings School of Public HealthUniversity of North Carolina at Chapel HillNational Institutes of HealthAmerican Heart AssociationFoundation for the National Institutes of Health
Mots-clésMedicineScreen timeProspective cohort studyBody mass indexWaistLongitudinal studyCohortObesityCohort studyDiabetes mellitusDemographyGerontologyPediatricsInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Previous studies have analyzed the relationship between screen time and cardiometabolic disease risk factors among adolescents, but few have examined the longitudinal effects of screen time on cardiometabolic health into adulthood using nationally representative data. OBJECTIVE: To determine prospective associations between screen time and later cardiometabolic disease over a 24-year period using a nationally representative adolescent cohort. DESIGN: Longitudinal prospective cohort data from the National Longitudinal Study of Adolescent to Adult Health (Add Health) collected from 1994 to 2018. PARTICIPANTS: Adolescents aged 11-18 years old at baseline (1994-1995) followed for 24 years. MAIN MEASURES: Predictors: screen time (five repeated measures of self-reported television and video watching from adolescence to adulthood). OUTCOMES: Five repeated measures of body mass index (BMI); two repeated measures of waist circumference, hypertension, hyperlipidemia, and diabetes collected at 15- and 24-year follow-up exams. KEY RESULTS: through follow-up. By 24-year follow-up, 43.4% of participants had obesity, 8.4% had diabetes, 31.8% had hypertension, and 14.9% had hyperlipidemia. In mixed-effects generalized linear models, each additional hour of screen time per day was associated with 0.06 (95% CI 0.04-0.09) within-person increase in BMI. Each additional hour of screen time per day was associated with higher within-person odds of high waist circumference (AOR 1.17, 95% CI 1.09-1.26), obesity (AOR 1.09, 95% CI 1.03-1.15), and diabetes (AOR 1.17, 95% CI 1.07-1.28). Screen time was not significantly associated with hypertension or hyperlipidemia. CONCLUSIONS: In this prospective cohort study, higher screen time in adolescence was associated with higher odds of select indicators of cardiometabolic disease in adulthood.

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)0,003
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 enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,301
Écart entre enseignants0,288 · 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

Citations38
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of General Internal MedicineMême sujetObesity, Physical Activity, DietTravaux en français237 207