One-on-one lifestyle coaching for managing adolescent obesity: Findings from a pilot, randomized controlled trial in a real-world, clinical setting
Notice bibliographique
Résumé
BACKGROUND: Interventions for obese adolescents in real-world, clinical settings need to be evaluated because most weight management care occurs in this context. OBJECTIVES: To determine whether a lifestyle intervention that includes motivational interviewing and cognitive behavioural therapy (Health Initiatives Program [HIP]) leads to weight management that is superior to a similar lifestyle intervention (Youth Lifestyle Program [YLP]) that does not include these techniques; and to determine whether the HIP and YLP interventions are superior to a wait list control (WLC) group. METHODS: Obese adolescents were randomly assigned to a YLP (n=15), HIP (n=17) or WLC (n=14) group. The YLP and HIP were 16-session, one-on-one interventions. The primary outcome was the percentage change of body mass index z-score. RESULTS: Completers-only analyses revealed 3.9% (YLP) and 6.5% (HIP) decreases in the percentage change of body mass index z-score compared with a 0.8% (WLC) increase (P<0.001). Levels of attrition did not differ among groups, but were relatively high (approximately 20% to 40%). CONCLUSION: Lifestyle interventions delivered in a real-world, clinical setting led to short-term improvements in the obesity status of adolescents.
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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 ».