Successful childhood obesity management in primary care in Canada: what are the odds?
Notice bibliographique
Résumé
Background. The management of a child presenting with obesity in a primary care setting can be viewed as a multi-step behavioral process with many perceived and actual barriers for families and primary care providers. In order to achieve the goal of behavior change and, ultimately, clinically meaningful weight management outcomes in a child who is considered obese, all steps in this process should ideally be completed. We sought to review the evidence for completing each step, and to estimate the population effect of secondary prevention of childhood obesity in Canada. Methods. Data from the 2009/2010 Canadian Community Health Survey and from a review of the literature were used to estimate the probabilities for completion of each step. A flow chart based on these probabilities was used to determine the proportion of children with obesity that would undergo and achieve clinically meaningful weight management outcomes each year in Canada. Results. We estimated that the probability of a child in Canada who presents with obesity achieving clinically meaningful weight management outcomes through secondary prevention in primary care is around 0.6% per year, with a range from 0.01% to 7.2% per year. The lack of accessible and effective weight management programs appeared to be the most important bottleneck in the process. Conclusions. In order to make progress towards supporting effective pediatric obesity management, efforts should focus on population-based primary prevention and a systems approach to change our obesogenic society, alongside the allocation of resources toward weight management approaches that are comprehensively offered, equitably distributed and robustly evaluated.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».