School-based interventions modestly increase physical activity and cardiorespiratory fitness but are least effective for youth who need them most: an individual participant pooled analysis of 20 controlled trials
Notice bibliographique
Résumé
Objectives To determine if subpopulations of students benefit equally from school-based physical activity interventions in terms of cardiorespiratory fitness and physical activity. To examine if physical activity intensity mediates improvements in cardiorespiratory fitness. Design Pooled analysis of individual participant data from controlled trials that assessed the impact of school-based physical activity interventions on cardiorespiratory fitness and device-measured physical activity. Participants Data for 6621 children and adolescents aged 4–18 years from 20 trials were included. Main outcome measures Peak oxygen consumption (VO 2Peak mL/kg/min) and minutes of moderate and vigorous physical activity. Results Interventions modestly improved students' cardiorespiratory fitness by 0.47 mL/kg/min (95% CI 0.33 to 0.61), but the effects were not distributed equally across subpopulations. Girls and older students benefited less than boys and younger students, respectively. Students with lower levels of initial fitness, and those with higher levels of baseline physical activity benefitted more than those who were initially fitter and less active, respectively. Interventions had a modest positive effect on physical activity with approximately one additional minute per day of both moderate and vigorous physical activity. Changes in vigorous, but not moderate intensity, physical activity explained a small amount (~5%) of the intervention effect on cardiorespiratory fitness. Conclusions Future interventions should include targeted strategies to address the needs of girls and older students. Interventions may also be improved by promoting more vigorous intensity physical activity. Interventions could mitigate declining youth cardiorespiratory fitness, increase physical activity and promote cardiovascular health if they can be delivered equitably and their effects sustained at the population level.
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 | 0,024 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,028 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».