Correlates of Person-Specific Rates of Change in Sensor-Derived Physical Activity Metrics of Daily Living in the Rush Memory and Aging Project
Notice bibliographique
Résumé
This study characterized person-specific rates of change of total daily physical activity (TDPA) and identified correlates of this change. TDPA metrics were extracted from multiday wrist-sensor recordings from 1083 older adults (average age 81 years; 76% female). Thirty-two covariates were collected at baseline. A series of linear mixed-effect models were used to identify covariates independently associated with the level and annual rate of change of TDPA. Though, person-specific rates of change varied during a mean follow-up of 5 years, 1079 of 1083 showed declining TDPA. The average decline was 16%/year, with a 4% increased rate of decline for every 10 years of age older at baseline. Following variable selection using multivariate modeling with forward and then backward elimination, age, sex, education, and 3 of 27 non-demographic covariates including motor abilities, a fractal metric, and IADL disability remained significantly associated with declining TDPA accounting for 21% of its variance (9% non-demographic and 12% demographics covariates). These results show that declining TDPA occurs in many very old adults. Few covariates remained correlated with this decline and the majority of its variance remained unexplained. Further work is needed to elucidate the biology underlying TDPA and to identify other factors that account for its decline.
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 | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».