The Development and Refinement of an e-Health Screening, Brief Intervention, and Referral to Treatment for Parents to Prevent Childhood Obesity in Primary Care
Notice bibliographique
Résumé
BACKGROUND: Nearly one-third of Canadian children can be categorized as overweight or obese. There is a growing interest in applying e-health approaches to prevent unhealthy weight gain in children, especially in settings that families access regularly. Our objective was to develop and refine an e-health screening, brief intervention, and referral to treatment (SBIRT) for parents to help prevent childhood obesity in primary care. MATERIALS AND METHODS: Our SBIRT, titled the Resource Information Program for Parents on Lifestyle and Education (RIPPLE), was developed by our research team and an e-health intervention development company. RIPPLE was based on existing SBIRT models and contemporary literature on children's lifestyle behaviors. Refinements to RIPPLE were guided by feedback from five focus groups (6-10 participants per group) that documented perceptions of the SBIRT by participants (healthcare professionals [n = 20], parents [n = 10], and researchers and graduate trainees [n = 8]). Focus group commentaries were transcribed in real time using a court reporter. Data were analyzed thematically. RESULTS: Participants viewed RIPPLE as a practical, well-designed, and novel tool to facilitate the prevention of childhood obesity in primary care. However, they also perceived that RIPPLE may elicit negative reactions from some parents and suggested improvements to specific elements (e.g., weight-related terms). CONCLUSIONS: RIPPLE may enhance parents' awareness of children's weight status and motivation to change their children's lifestyle behaviors but should be improved prior to implementation. Findings from this research directly informed revisions to our SBIRT, which will undergo preliminary testing in a randomized controlled trial.
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 | 0,017 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».