MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389957272 · doi:10.1161/circ.148.suppl_1.15700

Abstract 15700: What Role Does Physical Activity Play in Health-Related Quality of Life (HRQoL) of Children With Hypertrophic Cardiomyopathy (HCM)?

2023· article· en· W4389957272 sur OpenAlexaffabout
Jennifer Conway, Tara Pidborochynski, Samuel Lemaire‐Paquette, Michael Khoury, Chentel Cunningham, Santokh Dhillon, Nassiba Alami Laroussi, Laurence Vaujois, Frédéric Dallaire, Daryl Schantz, Kathryn Armstrong, Wadi Mawad, Timothy J. Bradley, Aamir Jeewa

Notice bibliographique

RevueCirculation · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCongenital Heart Disease Studies
Établissements canadiensMcGill UniversityHealth Sciences CentreCentre hospitalier universitaire de QuébecCentre Hospitalier Universitaire Sainte-JustineUniversité de SherbrookeUniversity of SaskatchewanUniversity of AlbertaSickKids FoundationBC Children's HospitalDalhousie UniversityStollery Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineHypertrophic cardiomyopathyQuality of life (healthcare)Physical activityHealth related quality of lifeInternal medicineCardiologyCardiomyopathyPhysical therapyHeart failurePediatricsDisease

Résumé

récupéré en direct d'OpenAlex

Introduction: Higher levels of physical activity (PA) have been associated with better health-related quality of life (HRQoL). Whether this is true for patients counselled to restrict PA is unknown. Our aim was to examine the relationship between objective measures of PA and HRQoL in children with hypertrophic cardiomyopathy (HCM). Methods: A cross-sectional study of children with HCM, aged 10-18 yrs, enrolled from 10 Canadian sites (2016-23), who underwent cardiovascular screening including the PedsQL Quality of Life Inventory to measure HRQoL. PA measured via Fitbit occurred over 2 weeks. PA parameters included average daily heart rate, step-count, distance covered (Kms), stair flights, activity and sedentary time. Multiple linear regressions were performed to assess the relationship between PA and HRQoL. Covariate adjustments included: age/sex/BMI class at enrollment, cardiac arrest history, previous ICD implant and PA restriction. Correlation matrix was calculated for PA parameters. Results: Fifty-six patients were enrolled [71.4% male; median age 15.5 yrs (IQR 13.8-16.8), median BMI 23.3 Kg/m 2 (IQR 19.5-27.7)], including 11% with a cardiac arrest, 30.4% with an ICD implant and 75% PA restricted. The Fitbit was worn for a median of 14 days (IQR 13.3-14). Average daily steps were 7586 (IQR 5333-10324]) and median sedentary time 893 mins (IQR 735-1141). After adjustment, the average daily steps were associated with Physical HRQoL scores [mean difference (MD) of 2.0 [95% CI 0.3-3.0] per each 1000 steps increase (p=0.02)]. Similar effect sizes were seen for Physical HRQoL with average daily Kms, active time and stairs flights. These outcomes were highly correlated with daily steps (Spearman's ρ; 0.97, 0.81 and 0.6). Conversely, 100 mins of sedentary time decreased mean Physical HRQoL scores by 2 (MD = -2 [-4--0.4]; p=0.02). Only average daily stair flights (MD = 0.6 [0.1-1.1]; p=0.02) was associated with a higher Total HRQoL. Conclusions: Increasing PA in children with HCM, especially with flights of stairs, was associated with higher Physical/Total HRQoL, whereas sedentary time had a determinantal effect on Physical HRQoL. Efforts to decrease sedentary time and improve PA may improve the overall physical and total HRQoL of children with HCM.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,056
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,299
Écart entre enseignants0,273 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetCongenital Heart Disease Studies→Travaux en français237 207→