Skip to main page content
U.S. flag

An official website of the United States government

Dot gov

The .gov means it’s official.
Federal government websites often end in .gov or .mil. Before sharing sensitive information, make sure you’re on a federal government site.

Https

The site is secure.
The https:// ensures that you are connecting to the official website and that any information you provide is encrypted and transmitted securely.

Access keys NCBI Homepage MyNCBI Homepage Main Content Main Navigation
. 2025 May 19;41(4):e00132924.
doi: 10.1590/0102-311XPT132924. eCollection 2025.

[Cluster predictors of trajectories of leisure-time physical activity intensity in men and women from ELSA-Brasil]

[Article in Portuguese]
André Luis Messias Dos Santos Duque  1   2 , Daniela Polessa Paula  3   4 , Francisco José Gondim Pitanga  5 , Ciro Oliveira Queiroz  6 , Maria Del Carmen Bisi Molina  7 , Alexandra Dias Moreira  8 , Maria da Conceição Chagas de Almeida  9 , Sheila Maria Alvim de Matos  9 , Ana Luísa Patrão  10 , Maria de Jesus Mendes da Fonseca  11 , Rosane Harter Griep  11
Affiliations

[Cluster predictors of trajectories of leisure-time physical activity intensity in men and women from ELSA-Brasil]

[Article in Portuguese]
André Luis Messias Dos Santos Duque et al. Cad Saude Publica. .

Abstract
in English, Portuguese, Spanish

The maintenance of physical activity over time is a challenge for public health. Predictors of different physical activity intensities have not been sufficiently analyzed. This study aimed to identify clusters of trajectories of physical activity intensity in leisure time, their predictors and the profile of the participants in the clusters. Baseline data and two follow-up visits of 11,262 participants from the Brazilian Longitudinal Study of Adult Health (ELSA-Brazil) were included. physical activity was assessed at three moments using the International Physical Activity Questionnaire (IPAQ). Clusters of physical activity trajectories according to intensity (weak, moderate and strong) were identified via longitudinal K-means. The number of clusters was based on the within-clusters sum-of-squares (WCSS) measure and the classification was based on scientific recommendations. Machine learning was used to verify predictors importance. Five clusters were identified for men and four for women. Men in the adequate cluster with a strong increase in physical activity had higher income, schooling level, and daily consumption of fruits and vegetables; they were younger; had never smoked and had a normal nutritional status. On the other hand, women in the adequate cluster with moderate physical activity increase had higher income and schooling level; had never smoked and had a normal nutritional status. In both sexes, age and schooling level were the most important predictors for classification in clusters. Actions to promote physical activity should be implemented over time, and be adapted to sociodemographic and behavioral factors.

A manutenção da atividade física ao longo do tempo é um desafio para a saúde pública. Preditores de diferentes intensidades de atividade física não foram suficientemente analisados. Este estudo objetivou identificar clusters de trajetórias de intensidade de atividade física no lazer, seus preditores e o perfil dos participantes situados nos clusters. Incluíram-se dados da linha de base e duas visitas de acompanhamento de 11.262 participantes do Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil). A atividade física foi avaliada em três momentos do tempo por meio do Questionário Internacional de Atividade Física (IPAQ, acrônimo em inglês). Identificaram-se clusters de trajetórias de atividade física segundo intensidade (fraca, moderada e forte) a partir do K-means longitudinal. A escolha do número de clusters baseou-se na medida within-clusters sum-of-squares (WCSS) e a classificação tiveram como base as recomendações científicas. Utilizou-se o machine learning para verificar a importância dos preditores. Identificaram-se cinco clusters para os homens e quatro para as mulheres. Os homens do cluster adequado com aumento de atividade física forte tinham maior renda, escolaridade e consumo diário de frutas e verduras; eram mais jovens; nunca haviam fumado e tinham um estado nutricional normal. Já as mulheres do cluster adequado com aumento de atividade física moderada tinham maior renda e escolaridade; nunca haviam fumado e o estado nutricional delas era normal. Em ambos os sexos, idade e escolaridade foram os preditores de maior importância para a classificação nos clusters. Devem ser implementadas ações promotoras de atividade física ao longo do tempo, adaptadas a fatores sociodemográficos e comportamentais.

El mantenimiento de actividad física a lo largo del tiempo es un desafío para la salud pública. Los predictores de diferentes intensidades de actividad física no están evaluados de manera suficiente. Este estudio tuvo como objetivo identificar los clústeres de trayectorias de intensidad de actividad física en el ocio, sus predictores y el perfil de los participantes situados en los clústeres. Se incluyeron datos de referencia y dos visitas de seguimiento a 11.262 participantes del Estudio Longitudinal de Salud de Adultos (ELSA-Brasil). La actividad física se evaluó en tres momentos mediante el uso del Cuestionario Internacional de Actividad Física (IPAQ, por su sigla en inglés). Se identificaron clústeres de trayectorias de actividad física según intensidad (débil, moderada y fuerte) mediante el K-means longitudinal. La elección del número de clústeres se basó en la medida within-clusters sum-of-squares (WCSS), y la clasificación se basó en recomendaciones científicas. Se utilizó el aprendizaje automático para verificar la importancia de los predictores. Se identificaron cinco clústeres para hombres y cuatro para mujeres. Los hombres en el clúster adecuado con un sólido aumento de actividad física tenían un mayor ingreso, nivel de estudios y consumo diario de frutas y verduras; eran más jóvenes; nunca habían fumado y tenían un estado nutricional normal. Por otro lado, las mujeres en el clúster adecuado con un aumento en la actividad física moderada tenían mayor ingreso y nivel de estudios; nunca habían fumado y tenían un estado nutricional normal. En ambos sexos, la edad y el nivel de estudios fueron los predictores más importantes para la clasificación en clústeres. Las acciones que promuevan la actividad física deben implementarse a lo largo del tiempo, con adaptación a los factores sociodemográficos y de comportamiento.

PubMed Disclaimer

Figures

Figura 1
Figura 1. Critérios de seleção da amostra do estudo. Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil), 2008-2019.
Figura 2
Figura 2. Clusters de trajetórias de intensidade de atividade física para homens. Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil), 2008-2019.
Figura 3
Figura 3. Clusters de trajetórias de intensidade de atividade física para mulheres. Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil), 2008-2019.
Figura 4
Figura 4. Classificação de importância dos preditores acordo com a média dos valores absolutos do SHAP para os homens. Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil), 2008-2019.
Figura 5
Figura 5. Classificação de importância dos preditores acordo com a média dos valores absolutos do SHAP para as mulheres. Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil), 2008-2019.
Figura 6
Figura 6. Influência dos preditores para a classificação no cluster de trajetória adequada, com aumento de atividade física forte (cluster C) em homens. Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil), 2008-2019.
Figura 7
Figura 7. Influência dos preditores para a classificação no cluster de trajetória adequada, com aumento de atividade física moderada (cluster D) em mulheres. Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil), 2008-2019.
See this image and copyright information in PMC

Similar articles

See all similar articles

References

    1. Dhuli K, Naureen Z, Medori MC, Fioretti F, Caruso P, Perrone MA, et al. Physical activity for health. J Prev Med Hyg. 2022;63(2) 3:E150–E159. - PMC - PubMed
    1. Dempsey PC, Rowlands AV, Strain T, Zaccardi F, Dawkins N, Razieh C. Physical activity volume, intensity, and incident cardiovascular disease. Eur Heart J. 2022;43:4789–4800. - PubMed
    1. Saint-Maurice PF, Coughlan D, Kelly SP, Keadle SK, Cook MB, Carlson SA, et al. Association of leisure-time physical activity across the adult life course with all-cause and cause-specific mortality. JAMA Netw Open. 2019;2:e190355. - PMC - PubMed
    1. Mok A, Khaw KT, Luben R, Wareham N, Brage S. Physical activity trajectories and mortality population based cohort study. BMJ. 2019;365:l2323–l2323. - PMC - PubMed
    1. Gonzalez-Jaramillo N, Wilhelm M, Arango-Rivas A, Mesa-Vieira C, Minder B, et al. Systematic review of physical activity trajectories and mortality in patients with coronary artery disease. J Am Coll Cardiol. 2022;79:1690–1700. - PubMed

Publication types