Trends in adherence to the muscle-strengthening activity guidelines in the US over a 20-year span
Notice bibliographique
Résumé
PURPOSE: Purpose to evaluate the prevalence and temporal trends in adherence to muscle-strengthening activity (MSA) guidelines among the US population from 1997 to 2018 (pre-Covid 19). METHODS: We used nationally representative data from the National Health Interview Survey of the US (NHIS; a cross-sectional household interview survey). We pooled data from 22 consecutive cycles (1997 to 2018) and estimated prevalence and trends of adherence to MSA guidelines among adults aged 18-24 years, 25-34 years, 35-44 years, 45-64 years, and ≥ 65 years. RESULTS: A total of 651,682 participants (mean age 47.7 years [SD = 18.0], 55.8% women) were included. The overall prevalence of adherence to MSA guidelines significantly increased (p < .001) from 1997 to 2018 (19.8% to 27.2%, respectively). Adherence levels significantly increased (p < .001) for all age groups from 1997 to 2018. Compared with their white non-Hispanic counterparts, the odds ratio for Hispanic females was 0.5 (95% CI = 0.4-0.6). CONCLUSIONS: It is over a 20-year span, adherence to MSA guidelines increased across all age groups, although the overall prevalence remained below 30%. Future intervention strategies to promote MSA are required with a particular focus on older adults, women, Hispanic women, current smokers, those with low educational levels, and those with functional limitations or chronic conditions.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».