Cross-sectional and longitudinal associations between the 24-hour movement behaviours, including muscle and bone strengthening activity, with bone and lean mass from childhood to adolescence
Notice bibliographique
Résumé
BACKGROUND: This study aimed to assess whether moderate-to-vigorous physical activity (MVPA), sport and exercise as a proxy measure of muscle and bone strengthening activity, sedentary behaviour, and sleep were associated with total-body-less-head (TBLH) bone mineral content (BMC) and TBLH lean mass cross-sectionally and longitudinally from age 6 to 9 years and age 9 to 11 years to age 15 to 17 years. METHODS: We used longitudinal data from a population sample of Finnish children from the Physical Activity and Nutrition in Children study (age 6 to 9 years: n = 478, 229 females; age 9 to 11 years: n = 384, 197 females; age 15 to 17 years: n = 222, 103 females). Linear regression analysed the cross-sectional and longitudinal associations between accelerometer-assessed MVPA, sedentary time and sleep, and questionnaire-assessed sport and exercise participation and screen time with dual-energy X-ray absorptiometry-assessed TBLH BMC and lean mass. RESULTS: In females, MVPA at age 6 to 9 years was positively associated with TBLH BMC at age 15 to 17 years (β = 0.008, p = 0.010). Sport and exercise at age 9 to 11 years was positively associated with TBLH BMC (β = 0.020, p = 0.002) and lean mass (β = 0.343, p = 0.040) at age 15 to 17 years. MVPA at age 9 to 11 years was positively associated with TBLH lean mass (β = 0.272, p = 0.004) at age 15 to 17 years. In males, sleep at age 6 to 9 years was positively associated with TBLH lean mass (β = 0.382, p = 0.003) at age 15 to 17 years. Sport and exercise at age 9 to 11 years was positively associated with TBLH BMC (β = 0.027, p = 0.012) and lean mass (β = 0.721, p < 0.001) at age 15 to 17 years. CONCLUSIONS: Promoting engagement in the 24-hour movement behaviours in childhood, particularly sport and exercise to strengthen muscle and bone, is important in supporting bone and lean mass development in adolescence. TRIAL REGISTRATION: NCT01803776; first trial registration date: 04/03/2013.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».