Mobile health, exercise and metabolic risk: a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: It was hypothesized that a mobile health (mHealth) intervention would elicit greater improvements in systolic blood pressure and other cardiometabolic risk factors at 12 weeks, which would be better maintained over 52 weeks, compared to the active control intervention. METHODS: Eligible participants (≥2 metabolic syndrome risk factors) were randomized to the mHealth intervention (n = 75) or the active control group (n = 74). Blood pressure and other cardiometabolic risk factors were measured at baseline and at 12, 24 and 52 weeks. Both groups received an individualized exercise prescription and the intervention group additionally received a technology kit for home monitoring of biometrics and physical activity. RESULTS: Analyses were conducted on 67 participants in the intervention group (aged 56.7 ± 9.7 years; 71.6% female) and 60 participants in the active control group (aged 59.1 ± 8.4 years; 76.7% female). At 12 weeks, baseline adjusted mean change in systolic blood pressure (primary outcome) was greater in the active control group compared to the intervention group (-5.68 mmHg; 95% CI -10.86 to -0.50 mmHg; p = 0.03), but there were no differences between groups in mean change for secondary outcomes. Over 52-weeks, the difference in mean change for systolic blood pressure was no longer apparent between groups, but remained significant across the entire population (time: p < 0.001). CONCLUSIONS: In participants with increased cardiometabolic risk, exercise prescription alone had greater short-term improvements in systolic blood pressure compared to the mHealth intervention, though over 52 weeks, improvements were equal between interventions. TRIAL REGISTRATION: ClinicalTrials.gov http://NCT01944124.
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 | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 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 | 0,001 |
| 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 ».