Neighbourhood greenness moderates the association between physical activity and geriatric-relevant health outcomes: an analysis of the CLSA
Notice bibliographique
Résumé
BACKGROUND: The purpose of this analysis was to evaluate the relationship between baseline physical activity levels of older adults and geriatric-relevant health outcomes at 3-year follow-up, and to determine whether baseline neighbourhood characteristics alter this association. METHODS: Data from the Canadian Longitudinal Study on Aging (CLSA) were used to assess geriatric-relevant outcomes of physical impairment, medication use, severity of daily pain, and depressive symptoms. Data from the Canadian Active Living Environments (Can-ALE) and the Normalized Difference Vegetative Index (NDVI) were used to determine neighbourhood walkability and greenness, respectively. The analytic sample included adults who were 65 years or older at baseline [Formula: see text]. Adjusted odds ratios and 95% confidence intervals for the base relationships were calculated using proportional odds logistic regression (physical impairment, pain, medication use), and linear regression (depressive symptoms). Moderation effects of environmental factors were assessed using greenness and walkability. RESULTS: The base relationships showed protective associations between each additional hour per week of total physical activity and physical impairment [Formula: see text] daily pain severity [Formula: see text] medication use [Formula: see text], and depressive symptoms [Formula: see text]. Additive moderation effects were seen when greenness was added to physical impairment [Formula: see text], daily pain severity [Formula: see text], and depressive symptoms [Formula: see text] but no moderation was seen with walkability. Sex differences were observed. For example, greenness moderation was found in severity of daily pain in males but not in females. CONCLUSION: Future research investigating geriatric-relevant health outcomes and physical activity should consider neighbourhood greenness as a potential moderator.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».