Feasibility of the Diabetes and Technology for Increased Activity (DaTA) Study: A Pilot Intervention in High-Risk Rural Adults
Notice bibliographique
Résumé
BACKGROUND: Rural Canadians are at increased risk of metabolic syndrome. Physical inactivity is a primary target for preventing and reversing metabolic syndrome. Adherence to lifestyle interventions may be enhanced using cell phones and self-monitoring technologies. This study investigated the feasibility of a physical activity and self-monitoring intervention targeting high-risk adults in rural Ontario. METHODS: Rural adults (n = 25, mean = 57.0 ± 8.7 years) with ≥ 2 criteria for metabolic syndrome participated in an 8-week stage-matched physical activity and self-monitoring intervention. Participants monitored blood glucose, blood pressure, weight, and physical activity using self-monitoring devices and Blackberry Smart phones. VO2max, stage of change, waist circumference, weight, blood lipids, and HbA1c were measured at weeks 1, 4, and 8. RESULTS: Adherence to self-monitoring was > 94%. Participants' experiences and perceptions of the technology were positive. Mean stage of change increased 1 stage, physical activity increased 26%, and predicted VO2max increased 17% (P < .05). Significant changes in weight, waist circumference, diastolic blood pressure, LDL cholesterol, and total cholesterol were found. CONCLUSIONS: This stage-matched technology intervention for increased physical activity was feasible and effective.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| 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) | 0,003 | 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 ».