Association between circadian physical activity patterns and mortality in the UK Biobank
Notice bibliographique
Résumé
Abstract Background The benefit of physical activity (PA) for increasing longevity is well-established, however, the impact of diurnal timing of PA on mortality remains poorly understood. We aimed to derive circadian PA patterns and investigate their associations with all-cause mortality. Methods We used 24 h PA time series from 96,351 UK Biobank participants aged between 42 and 79 years at accelerometry in 2013–2015. Functional principal component analysis (fPCA) was applied to obtain circadian PA patterns. Using multivariable Cox proportional hazard models, we related the loading scores of these fPCs to estimate risk of mortality. Results During 6.9 years of follow-up, 2,850 deaths occurred. Four distinct fPCs accounted for 96% of the variation of the accelerometry data. Using a loading score of zero (i.e., average overall PA during the day) as the reference, a fPC1 score of + 2 (high overall PA) was inversely associated with mortality (Hazard ratio, HR = 0.91; 95% CI: 0.84–0.99), whereas a score of -2 (low overall PA) was associated with higher mortality (1.69; 95% CI: 1.57–1.81; p for non-linearity < 0.001). Significant inverse linear associations with mortality were observed for engaging in midday PA instead of early and late PA (fPC3) (HR for a 1-unit increase 0.88; 95% CI: 0.83–0.93). In contrast, midday and nocturnal PA instead of early and evening PA (fPC4) were positively associated with mortality (HR for a 1-unit increase 1.16; 95% CI: 1.08–1.25). Conclusion Our results suggest that it is less important during which daytime hours one is active but rather, to engage in some level of elevated PA for longevity.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».