MétaCan
Menu
Retour à la cohorte
Enregistrement W4390936589 · doi:10.21203/rs.3.rs-3861599/v1

Twenty four-hour sleep, movement and sedentary activity profiles in adults living with Rheumatoid Arthritis: A cross-sectional latent class analysis

2024· preprint· en· W4390936589 sur OpenAlexafffundabout
Lynne M. Feehan, Hui Xie, Na Lu, Linda Li

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueAutoimmune and Inflammatory Disorders Research
Établissements canadiensArthritis Research Centre of CanadaSimon Fraser UniversityUniversity of British Columbia
Organismes subventionnairesArthritis Society
Mots-clésLatent class modelSittingMedicineMultinomial logistic regressionRheumatoid arthritisLogistic regressionSleep (system call)AmbulatoryCross-sectional studyPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Rheumatoid Arthritis (RA) is an auto-immune systemic inflammatory disease, affecting more than 17 million people globally. People with RA commonly have other chronic health conditions, have a higher risk for premature mortality, often experience chronic fatigue, pain and disrupted sleep and are less physically active and more sedentary than healthy counterparts. What remains unclear is how people with RA may balance their time sleeping and participating in non-ambulatory or walking activities over 24-hours. Nor is it known how different 24-hour sleep-movement patterns may be associated with common determinants of health in people with RA. Methods We conducted a cross-sectional exploration of objectively measured 24-hour walking, non-ambulatory, and sleep activities in 203 adults with RA. We used Latent Class Analysis to identify 24-hour sleep-movement profiles and examined how different profiles were associated with sleep, sitting and walking quality and meeting published guidelines. We conducted multinomial logistic regression to identify factors associated with likelihood of belonging to individual profiles. Results We identified 4 clusters, including one cluster (26%) with more balanced 24-hour sleep, sitting and walking behaviours. The other three clusters demonstrated progressively less balanced profiles; having either too little (< 7 hrs), too much (> 8 hrs), or enough sleep (7–8 hrs) in respective combination with sitting too much (> 12 hrs), walking to little (< 3 hrs) or both when awake. Age, existing sitting and walking habits and fatigue were associated with the likelihood of belonging to different profiles. More balanced 24-hour behaviour was associated with better metrics for sleep, sitting and walking quality and greater likelihood for meeting benchmarks for daily steps, weekly MVPA and Canadian 24-hour movement guidelines. Discussion For adults living with RA, and potentially other chronic health conditions, it is important to understand the ‘whole person’ and their ‘whole day’ to define who may benefit from support to modify 24-hour sleep-movement behaviours and for tailoring healthy lifestyle messages for which behaviours to modify. Supports should be are informed by an understanding of personal or health related factors that could be acting as barriers or facilitators to behaviour change including exploring how habitually engrained existing sitting or walking behaviours may be. Trial Registrations ClinicalTrials.gov ID NCT02554474 (2015-09-16) and ClinicalTrials.gov ID NCT03404245 (2018-01-11)

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,353
Écart entre enseignants0,318 · 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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetAutoimmune and Inflammatory Disorders ResearchTravaux en français237 207