Valuing the Benefits of Weight Loss Programs: An Application of the Discrete Choice Experiment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Obesity is a leading health threat. Determination of optimal therapies for long-term weight loss remains a challenge. Evidence suggests that successful weight loss depends on the compliance of weight loss program participants with their weight loss efforts. Despite this, little is known regarding the attributes influencing such compliance. The purpose of this study was to assess, using a discrete choice experiment (DCE), the relative importance of weight loss program attributes to its participants and to express these preferences in terms of their willingness to pay for them. RESEARCH METHODS: A DCE survey explored the following weight loss program attributes in a sample of 165 overweight adults enrolled in community weight loss programs: cost, travel time required to attend, extent of physician involvement (e.g., none, monthly, every 2 weeks), components (e.g., diet, exercise, behavior change) emphasized, and focus (e.g., group, individual). The rate at which participants were willing to trade among attributes and the willingness to pay for different configurations of combined attributes were estimated using regression modeling. RESULTS: All attributes investigated appeared to be statistically significant. The most important unit change was "program components emphasized" (e.g., moving from diet only to diet and exercise). DISCUSSION: The majority of participants were willing to pay for weight loss programs that reflected their preferences. The DCE tool was useful in quantifying and understanding individual preferences in obesity management and provided information that could help to maximize the efficiency of existing weight loss programs or the design of new programs.
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.
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 | 0,001 | 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 découle