MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408392602 · doi:10.2196/54820

Objectively and Subjectively Measured Physical Activity and Their Associations With Cardiometabolic Risk in the UK Biobank: Retrospective Cohort Study

2025· article· en· W4408392602 sur OpenAlexvenueno aff
Charlyne Bürki, Caiwei Tian, Kenneth E. Westerman, Chirag J. Patel

Notice bibliographique

RevueJMIR mhealth and uhealth · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésBiobankPreprintMedicineCohort studyCohortRetrospective cohort studyPhysical activityGerontologyDemographyPhysical therapyInternal medicineBioinformaticsComputer science

Résumé

récupéré en direct d'OpenAlex

Background: The association between physical activity (PA) behavior and cardiometabolic risk factors has depended largely on questionnaire-based reporting. More studies are turning to mobile health (mHealth) device solutions to measure PA. While there are differences between self-reported activity levels and objectively measured accelerometer-based activity, how these differences manifest in disease risk is unknown. Objective: Here, we sought to evaluate these differences between self-reported and mHealth-based PA and to model the impact on their association with cardiometabolic factors. Our study provides a framework to assess the quality of relationships measured by mHealth technologies, which is generalizable to other sensors or activity-measuring devices. Methods: We assessed PA using both wrist-worn accelerometer data and self-reported questionnaires in 16,000 participants of the UK Biobank (UKB) between 2013 and 2015, focusing on walking, sleeping, sedentary, and moderate-to-vigorous physical activity (MVPA). We compared the concordance between self-reported and objective measures of PA. We also compared the association between objectively measured or self-reported PA and future clinical biomarker levels (eg, BMI, pulse rate, glucose control, and cholesterol). Results: Participants underestimated their weekly sedentary duration on average of 2.86 hours, and the coefficient of correlation (r) between subjective and objective activity was 0.12 for sedentary time, 0.16 for MVPA, 0.18 for walking, and 0.13 for sleeping. We found an inverse association between objectively measured MVPA and cardiometabolic biomarkers such as BMI and pulse rate, but found no association between subjectively reported activity and cardiometabolic biomarkers. We estimated that there is a 6% larger association between subjectively measured MVPA and BMI in healthy adults (vs the objective counterpart). We also estimated a 2%-3% difference on a healthy adult heartbeat (healthy range: 60-100 bpm) if relying on subjectively reported observations instead of measured PA. Conclusions: These findings suggest that the association based on self-reported activity is likely overestimated and biased compared with objectively measured PA. Therefore, care should be taken when assessing the effects of self-reported PA on key cardiometabolic factors, such as BMI and pulse rate. We emphasize that while the associations are biased when comparing PA modalities, we cannot conclude which method more closely reflects the daily activity load.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,063
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,039
Tête enseignante GPT0,365
Écart entre enseignants0,326 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetPhysical Activity and Health→Travaux en français237 207→