Introduction Physical activity among children and adolescents remains insufficient, despite the substantial efforts made by researchers and policymakers. Identifying and furthering our understanding of potential modifiable determinants of physical activity behaviour (PAB) and sedentary behaviour (SB) is crucial for the development of interventions that promote a shift from SB to PAB. The current protocol details the process through which a series of systematic literature reviews and meta-analyses (MAs) will be conducted to produce a best-evidence statement (BESt) and inform policymakers. The overall aim is to identify modifiable determinants that are associated with changes in PAB and SB in children and adolescents (aged 5–19 years) and to quantify their effect on, or association with, PAB/SB. Methods and analysis A search will be performed in MEDLINE, SportDiscus, Web of Science, PsychINFO and Cochrane Central Register of Controlled Trials. Randomised controlled trials (RCTs) and controlled trials (CTs) that investigate the effect of interventions on PAB/SB and longitudinal studies that investigate the associations between modifiable determinants and PAB/SB at multiple time points will be sought. Risk of bias assessments will be performed using adapted versions of Cochrane’s RoB V.2.0 and ROBINS-I tools for RCTs and CTs, respectively, and an adapted version of the National Institute of Health’s tool for longitudinal studies. Data will be synthesised narratively and, where possible, MAs will be performed using frequentist and Bayesian statistics. Modifiable determinants will be discussed considering the settings in which they were investigated and the PAB/SB measurement methods used. Ethics and dissemination No ethical approval is needed as no primary data will be collected. The findings will be disseminated in peer-reviewed publications and academic conferences where possible. The BESt will also be shared with policy makers within the DE-PASS consortium in the first instance. Systematic review registration CRD42021282874.

Parkinson’s disease (PD), multiple sclerosis (MS), and amyotrophic lateral sclerosis (ALS) are examples of neurodegenerative movement disorders (NMDs), which are defined by a gradual loss of motor function that is frequently accompanied by cognitive decline. Although genetic abnormalities have long been acknowledged as significant factors, new research indicates that epigenetic alterations are crucial for the initiation and development of disease. This review delves into the complex interactions that exist between the pathophysiology of NMDs and epigenetic mechanisms such DNA methylation, histone modifications, and non-coding RNAs. Here, we examine how these epigenetic changes could affect protein aggregation, neuroinflammation, and gene expression patterns, thereby influencing the viability and functionality of neurons. Through the clarification of the epigenetic terrain underpinning neurodegenerative movement disorders, this review seeks to enhance comprehension of the underlying mechanisms of the illness and augment the creation of innovative therapeutic strategies.

Abstract Parkinson’s disease (PD) is the second most common neurodegenerative disease and is characterized by the loss of midbrain dopaminergic neurons. Endocrine disruptors (EDs) are active substances that interfere with hormonal signaling. Among EDs, bisphenols (BPs) and perfluoroalkyls (PFs) are chemicals leached from plastics and other household products, and humans are unavoidably exposed to these xenobiotics. Data from animal studies suggest that ED exposure may play a role in PD, but data about the effect of BPs and PFs on human models of the nervous system are lacking. Previous studies demonstrated that machine learning (ML) applied to microscopy data can classify different cell phenotypes based on image features. In this study, the effect of BPs and PFs at different concentrations within the real-life exposure range (0.01, 0.1, 1, and 2 μM) on the phenotypic profile of human stem cell-derived midbrain dopaminergic neurons (mDANs) was analyzed. Cells exposed for 72 hours to the xenobiotics were stained with neuronal markers and evaluated using high content microscopy yielding 126 different phenotypic features. Two different ML models (XGBoost and LightGBM) were trained to classify ED-treated versus control mDANs. ED-treated mDANs were identified with high accuracy (0.92). Assessment of the phenotypic feature contribution to the classification showed that EDs induced a significant increase of alpha-synuclein (αSyn) and tyrosine hydroxylase (TH) staining intensity within the neurons. Moreover, microtubule-associated protein 2 (MAP2) neurite length and branching were significantly diminished in treated neurons. Our study shows that human mDANs are adversely impacted by exposure to EDs, causing their phenotype to shift and exhibit more characteristics of PD. Importantly, ML-supported high-content imaging can identify concrete but subtle subcellular phenotypic changes that can be easily overlooked by visual inspection alone and that define EDs effects in mDANs, thus enabling further pathological characterization in the future.