Выявление кластерных профилей на основе барьеров и факторов, способствующих физической активности во время изоляции из-за COVID-19: поперечное исследование с использованием анализа машинного обучения

Опубликовано 01 Янв 2026
Журнал PLoS One
Время чтения 1 мин
В исследовании с помощью машинного обучения (K-modes) проанализированы барьеры и факторы, способствующие физической активности у бразильских взрослых во время изоляции из-за COVID-19. Модель барьеров выявила восемь кластеров, включая «неактивные депрессивные женщины» и «активные депрессивные женщины», тогда как модель факторов оказалась неинформативной. Кластеры с депрессивными симптомами демонстрировали наибольшее количество барьеров к физической активности. Результаты подчеркивают необходимость разработки индивидуальных стратегий для повышения физической активности, особенно для людей с депрессивными симптомами и ограничениями по времени.

В исследовании с помощью машинного обучения (K-modes) проанализированы барьеры и факторы, способствующие физической активности у бразильских взрослых во время изоляции из-за COVID-19. Модель барьеров выявила восемь кластеров, включая «неактивные депрессивные женщины» и «активные депрессивные женщины», тогда как модель факторов оказалась неинформативной. Кластеры с депрессивными симптомами демонстрировали наибольшее количество барьеров к физической активности. Результаты подчеркивают необходимость разработки индивидуальных стратегий для повышения физической активности, особенно для людей с депрессивными симптомами и ограничениями по времени.

**Выводы:** Кластерный анализ выявил, что депрессивные симптомы являются ключевым фактором, увеличивающим количество барьеров к физической активности во время изоляции, причем женщины с депрессией образуют наиболее уязвимую группу. Это указывает на необходимость таргетированных вмешательств, сочетающих психологическую поддержку и адаптированные программы физической активности.