Association Of Physical Activity During Pregnancy With Intelligence In Childhood: The Gestafitos Project
Notice bibliographique
Résumé
PURPOSE: To assess the influence of maternal sedentary time and physical activity during pregnancy on children’s intelligence at 4 years of age. METHODS: Data from 73 pregnant individuals and their children were collected between 2015 and 2021. To objectively measure their sedentary time and physical activity levels (light, moderate, moderate-to-vigorous and total physical activity), participants wore Actigraph GT3X+ Triaxial accelerometers for 9 consecutive days during their 16th gestational week. Children’s verbal, non-verbal and composite intelligence were assessed, at 4 years of age, with the Kaufman Brief Intelligence test. RESULTS: Moderate maternal physical activity in the 16th gestational week was associated with better non-verbal intelligence (model 1, β = 0.297, R2 = 0.464, p = 0.020; model 2, β = 0.335, R2 = 0.582, p = 0.014) and composite intelligence (model 1, β = 0.305, R2 = 0.274, p = 0.039; model 2, β = 0.344, R2 = 0.328, p = 0.044) in their children at 4 years of age. Moderate-to-vigorous physical activity was associated with better non-verbal intelligence (model 1, β = 0.286, R2 = 0.456, p = 0.030; model 2, β = 0.319, R2 = 0.570, p = 0.024) and composite intelligence (model 1, β = 0.306, R2 = 0.270, p = 0.045; model 2, β = 0.336, R2 = 0.320, p = 0.056). The remaining associations were not significant (all p > 0.05). CONCLUSION: Moderate and moderate-to-vigorous physical activity during pregnancy were associated with greater intelligence in children at 4 years of age. Table 1. - Influence of maternal sedentary time and physical activity at 16th gestational week on Kaufman Brief Intelligence test score Model Independent sample Dependent sample B SEE β R 2 P 1 Sedentary time (min/week) Verbal intelligence 0.000 4.577 -0.042 0.398 0.729 2 0.000 5.118 -0.061 0.379 0.677 1 Non-verbal intelligence 0.000 3.999 -0.033 0.401 0.788 2 0.000 3.706 -0.018 0.500 0.893 1 Composite intelligence -0.001 23.880 -0.036 0.207 0.800 2 -0.001 24.688 -0.040 0.243 0.803 1 Light physical activity (min/week) Verbal intelligence 0.000 4.575 0.049 0.398 0.687 2 0.001 5.107 0.082 0.382 0.574 1 Non-verbal intelligence 0.000 3.999 -0.034 0.401 0.781 2 -0.001 3.689 -0.073 0.505 0.575 1 Composite intelligence 0.000 23.896 -0.004 0.206 0.979 2 0.000 24.709 -0.012 0.242 0.943 1 Moderate physical activity (min/week) Verbal intelligence 0.007 4.504 0.168 0.417 0.197 2 0.008 5.007 0.202 0.406 0.199 1 Non-verbal intelligence 0.010 3.782 0.297 0.464 0.020 2 0.011 3.389 0.335 0.582 0.014 1 Composite intelligence 0.056 22.850 0.305 0.274 0.039 2 0.058 23.257 0.344 0.328 0.044 1 Moderate-to-vigorous physical activity (min/week) Verbal intelligence 0.007 4.505 0.172 0.417 0.201 2 0.008 5.017 0.199 0.403 0.219 1 Non-verbal intelligence 0.010 3.809 0.286 0.456 0.030 2 0.010 3.436 0.319 0.570 0.024 1 Composite intelligence 0.555 22.908 0.306 0.270 0.045 2 0.056 23.404 0.336 0.320 0.056 1 Total physical activity (min/week) Verbal intelligence 0.001 4.563 0.076 0.402 0.522 2 0.001 5.083 0.113 0.387 0.426 1 Non-verbal intelligence 0.000 4.001 0.017 0.400 0.885 2 -8.446-5 3.706 -0.012 0.500 0.928 1 Composite intelligence 0.002 23.864 0.049 0.208 0.719 2 0.002 24.674 0.050 0.244 0.752 *Model 1 is adjusted for age and sex of the child, maternal age, educational status and adherence to Mediterranean diet in the 16th gestational week; model 2 is adjusted for age and sex of the child, maternal age, educational status, adherence to Mediterranean diet in the 16th gestational week and physical activity and adherence to Mediterranean diet of the child. Andalusian FEDER operational program; 7th Framework Program of the European Community, Marie Skłodowska-Curie Actions; Ministry of Economy, Innovation, Science and Employment of the Board from Andalusia; National Plan for Scientific and Technical Research and Innovation 2017-2020 (FPU20 02938)
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».