Causal decomposition to evaluate movement behaviour changes on cardiovascular health inequalities
Notice bibliographique
Résumé
Abstract Background Individuals of lower socioeconomic position (SEP) are at increased risk of developing cardiovascular disease (CVD). Variability in movement behaviours, including physical activity, sedentary behaviour, and sleep, contributes to CVD risk and socioeconomic gradients in cardiovascular health. Movement behaviour habits often begin early in life, with adolescence representing a sensitive period for establishing behaviour patterns that persist into adulthood. This study aims to evaluate the extent to which socioeconomic inequalities in adult CVD risk can be mitigated by using causal decomposition to model interventional scenarios on unhealthy movement behaviours during adolescence. Methods We will conduct a population-based cohort study of adolescents from the Add Health study, recruited in 1994-1995 from the United States and followed into adulthood. Unhealthy movement behaviours - low moderate-to-vigorous physical activity, high recreational screen time, and short sleep duration - will be operationalized based on the 24-hour Movement Guidelines and measured twice during adolescence (12-24 years). Parental education and family financial hardship will be used to measure SEP. The outcome will be the 10-year risk of CVD, as measured in adulthood (33-41 years) using a validated risk score. G-formula-based causal decomposition with time-varying covariates will be used to quantify the change of socioeconomic inequalities in adult CVD risk under two interventional scenarios: (1) elimination (unhealthy movement behaviours are eliminated in the population during adolescence) and, (2) equalization (the distributions of unhealthy movement behaviours in the low SEP group during adolescence are equalized to those in the high SEP group). Conclusions This study will use causal decomposition methods to estimate policy-relevant effects, providing evidence to guide interventions targeting adolescent movement behaviours and reduce socioeconomic inequalities in CVD risk.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».