Recent Trends and Disparities in 24-hour Movement Behaviors among US Youth with Mental, Behavioral and Neurodevelopmental Conditions
Notice bibliographique
Résumé
Abstract Background Meeting 24-hour movement behaviors (24-HMB: physical activity [PA], screen time [ST], and sleep [SL]) recommendations may be associated with positive health outcomes among youth with specific mental, behavioral, and neurodevelopmental (MBD) conditions. However, temporal trends and disparities in meeting 24-HMB guidelines in these higher-risk groups have not been investigated, hampering the development of evidence-based clinical and public health interventions. Methods Serial, cross-sectional analyses of nationally representative data (including U.S. youth aged 6–17 years with MBD conditions) were conducted. The time-trends survey data was conducted between 2016 and 2021. Meeting single-behavior and integrated 24-HMB guidelines were operationalized as follows: PA ≥ 60 min/d moderate-to-vigorous-intensity PA, no more than 2 h/d of ST, and a sleep duration of 9 to 11 h/d for those aged 6 to 13 years (children) and 8 to 10 h/d for those aged 14 to 17 years (adolescents). Results Data on 52,634 individuals (mean age, 12.0 years [SD,3.5]; 28,829 [58.0%] boys) were analyzed. From 2016 to 2021, the estimated trend of meeting SL guideline alone increased (3.7% [95%CI,3.2–4.9%], P for trend < 0.001), whereas meeting ST guideline alone decreased (-2.0% [-2.4% to -1.5%], P for trend < 0.001). The estimated trend in meeting integrated (PA + ST + SL) guidelines declined (-0.8% [95%CI, -1.0% to -0.5%], P for trend < 0.001), whereas meeting none of 24-HMB guidelines increased (2.2% [1.8–2.6%], P for trend < 0.001). White participants, children, and boys reported higher estimated prevalence of meeting full integrated (PA + ST + SL) guidelines. Discussion The temporal trends observed in this study highlight the importance of consistently monitoring physical behavior among MBD youth and identifying variations by sociodemographic groups in meeting 24-HMB guidelines for health promotion within these vulnerable groups.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».