MétaCan
Menu
Retour à la cohorte
Enregistrement W4410754344 · doi:10.1186/s12966-025-01760-5

Accelerometer measurement error in a randomized physical activity intervention trial in breast cancer survivors was nondifferential but attenuated the intervention effect

2025· article· en· W4410754344 sur OpenAlexaff
Laura Q. Rogers, Douglas Midthune, Kevin W. Dodd, Heather R. Bowles, Edward McAuley, Kerry S. Courneya, Brian Barrett, Spiro Razis, Gary R. Hunter, Stephen J. Carter, Raymond J. Carroll, Victor Kipnis

Notice bibliographique

RevueInternational Journal of Behavioral Nutrition and Physical Activity · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer InstituteNational Institutes of Health
Mots-clésMedicineRandomized controlled trialPhysical therapyBreast cancerPsychological interventionPopulationConfidence intervalActigraphyBody mass indexClinical nutritionIntervention (counseling)Physical medicine and rehabilitationCancerInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Background Physical activity reduces morbidity and mortality risk in cancer survivors, but a meaningful proportion of this vulnerable population are physically inactive. Targeted interventions can help cancer survivors adopt a more active lifestyle, but the efficacy of these interventions must be rigorously evaluated in randomized controlled intervention trials. A major barrier to such trials involves the difficulty in obtaining unbiased estimates of physical activity in free-living conditions. Methods We conducted a randomized controlled trial of a 3-month intervention designed to increase physical activity vs. usual care in breast cancer survivors (n = 316). The primary outcome was change in physical activity as estimated by hip-worn accelerometer (MTI/Actigraph, models GT1M and GT3X). The trial included a sub-study (n = 106) wherein unbiased measures of total energy expenditure (doubly labeled water), and resting energy expenditure (indirect calorimetry) were collected. A linear mixed measurement error model characterized the structure of measurement error in accelerometry-estimated physical activity energy expenditure (PAEE), and corrected for bias in the estimated intervention effect due to measurement error. Results Bias in the accelerometer estimates was related to true PAEE (p < 0.001) and baseline body mass index (p < 0.001) but was not related to age (p = 0.13). After correcting for measurement error, the estimated intervention effect at 3 months (change from baseline in PAEE in the intervention arm minus change in the control arm) was 77 kcal/day (95% confidence interval (CI) = 31–125), compared to 48 kcal/day (95% CI = 22–75) when measurement error was ignored. These results indicate a 20% (21%) increase in PAEE kcal x d−1 (kcal x kg−1 × d−1) at month 3 relative to baseline for the corrected model vs. 14% (15%) for the uncorrected model. There was no evidence that measurement error in accelerometry-estimated PAEE was differential (differed by treatment arm) in the trial (p = 0.86). Conclusions Measurement error in accelerometer-estimated PAEE can attenuate the effect size related to intervention effects in randomized controlled trials of physical activity interventions. Sub-studies that collect unbiased measures of PAEE can be used to correct for this short-coming. Trial registration ClinicalTrials.gov; NCT00929617; registered 06/26/2009; https://clinicaltrials.gov/study/NCT00929617

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)0,073
score de la tête « metaresearch » (Gemma)0,110
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,385

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0730,110
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,042
Tête enseignante GPT0,383
Écart entre enseignants0,341 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral Nutrition and Physical ActivityMême sujetCancer survivorship and careTravaux en français237 207