MétaCan
Menu
Retour à la cohorte
Enregistrement W2047371238 · doi:10.1136/bmjopen-2013-003926

Social media interventions for diet and exercise behaviours: a systematic review and meta-analysis of randomised controlled trials

2014· review· en· W2047371238 sur OpenAlexafffund
Gillian Williams, Michele P Hamm, Jocelyn Shulhan, Ben Vandermeer, Lisa Hartling

Notice bibliographique

RevueBMJ Open · 2014
Typereview
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaCanadian Institutes of Health ResearchAlberta InnovatesAlberta Innovates - Health Solutions
Mots-clésMedicineMeta-analysisRandomized controlled trialPsychological interventionAlternative medicinePhysical therapySystematic reviewSocial mediaMEDLINEFamily medicineGerontologyNursingInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To conduct a systematic review of randomised controlled trials (RCTs) examining the use of social media to promote healthy diet and exercise in the general population. DATA SOURCES: MEDLINE, CENTRAL, ERIC, PubMed, CINAHL, Academic Search Complete, Alt Health Watch, Health Source, Communication and Mass Media Complete, Web of Knowledge and ProQuest Dissertation and Thesis (2000-2013). STUDY ELIGIBILITY CRITERIA: RCTs of social media interventions promoting healthy diet and exercise behaviours in the general population were eligible. Interventions using social media, alone or as part of a complex intervention, were included. STUDY APPRAISAL AND SYNTHESIS: Study quality was assessed using the Cochrane Risk of Bias Tool. We describe the studies according to the target populations, objectives and nature of interventions, outcomes examined, and results and conclusions. We extracted data on the primary and secondary outcomes examined in each study. Where the same outcome was assessed in at least three studies, we combined data in a meta-analysis. RESULTS: 22 studies were included. Participants were typically middle-aged Caucasian women of mid-to-high socioeconomic status. There were a variety of interventions, comparison groups and outcomes. All studies showed a decrease in programme usage throughout the intervention period. Overall, no significant differences were found for primary outcomes which varied across studies. Meta-analysis showed no significant differences in changes in physical activity (standardised mean difference (SMD) 0.13 (95% CI -0.04 to 0.30), 12 studies) and weight (SMD -0.00 (95% CI -0.19 to 0.19), 10 studies); however, pooled results from five studies showed a significant decrease in dietary fat consumption with social media (SMD -0.35 (95% CI -0.68 to -0.02)). CONCLUSIONS: Social media may provide certain advantages for public health interventions; however, studies of social media interventions to date relating to healthy lifestyles tend to show low levels of participation and do not show significant differences between groups in key outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,040
score de la tête « metaresearch » (Gemma)0,104
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,209

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,104
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0290,034
Bibliométrie0,0130,011
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0030,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,727
Tête enseignante GPT0,641
Écart entre enseignants0,086 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations245
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetSocial Media in Health EducationTravaux en français237 207