Effects of physical activity and sitting on health outcomes in adults with whiplash associated disorders
Notice bibliographique
Résumé
Background In spite of known detrimental effects of physical inactivity and sitting, little is known about levels of physical activity (PA) and sitting in adults with chronic whiplash associated disorders (WAD) and their effects on health outcomes.Methods This cross-sectional study compared PA and sitting levels between 258 adults with WAD and 30 healthy controls. Adults with WAD were divided into four categories based on achieving ‘low’ or moderate-to-vigorous PA (‘MVPA’) levels and sitting greater (‘high sit’)/less (‘low sit’) than 8 hours daily on the International Physical Activity Questionnaire. Kruskal-Wallis tests compared health outcomes across these categories, followed by Mann–Whitney tests for pairwise comparisons.Results Adults with WAD demonstrated lower levels of PA (2151 vs. 4097 MET minutes/week, p<.001), and higher levels of sitting (343 vs. 232 min per day, p<.001) than healthy controls. Significant differences were found between all four categories on all five health outcomes (pain intensity, pain interference, disability, physical health, mental health). Low PA/High Sit had higher disability and lower physical and mental health when compared to MVPA/High Sit and MVPA/Low Sit. Low PA/Low Sit demonstrated higher pain intensity than other groups; higher pain interference and disability and lower physical and mental health when compared to MVPA/High Sit or MVPA/Low Sit.Conclusions Adults with WAD demonstrated lower levels of PA and higher levels of sitting. Achieving recommended levels of MVPA appeared to be associated with better health outcomes, regardless of sitting times. Both levels of PA and sitting need to be considered in management of WAD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».