The ‘Golden Keys’ to health – a healthy lifestyle intervention with randomized individual mentorship for overweight and obesity in adolescents
Notice bibliographique
Résumé
OBJECTIVE: To conduct a pilot study designed to measure the impact of a healthy lifestyle intervention with or without individualized mentorship on adiposity, metabolic profile, nutrition and physical activity in overweight teens. METHODS: A total of 38 overweight adolescents (body mass index above the 85th percentile) 12 to 16 years of age, who were enrolled in a healthy lifestyle intervention program for six months, were randomly assigned to a nonmentored or individualized mentored intervention. RESULTS: For the entire cohort (final n=32), there was a nonstatistically significant reduction in mean (± SD) body mass index z score (2.08±0.38 to 2.01±0.47, P=0.07) and waist circumference (98±10 cm to 96±11 cm, P=0.08), and significant improvements in high-density lipoprotein level (1.08±0.24 mmol/L to 1.20±0.26 mmol/L, P<0.001), and low-density lipoprotein/high-density lipoprotein ratio (2.55±0.84 to 2.26±0.87, P<0.001) from baseline to the end of the intervention. Subjects consumed fewer high-calorie foods (3.9±1.9 to 3.0±1.5 servings/day, P=0.01) and snacks (9.7±5.5 to 6.8±4.0 servings/day, P=0.02), made fewer fast food restaurant visits (1.4±1.3 to 0.8±0.9 visits/week, P=0.02), and had less screen time (8.3±3.8 to 6.9±3.6 h/day, P=0.01). In addition, mentorship was found to be a feasible approach to supporting weight management in obese teens. Our study was underpowered to determine treatment effect, but promising modifications to lifestyle were observed despite the absence of statistically significant improvements in outcomes. CONCLUSIONS: The healthy lifestyle intervention improved subjects' lifestyles and lipid profiles, and the addition of mentorship in this context is feasible. A larger study with a longer intervention time is required to determine whether behavioural changes are associated with clinical improvement and to determine the role of mentorship in promoting lifestyle change.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».