Long-Term Effect of Interactive Online Dietician Weight Loss Advice in General Practice (LIVA) Protocol for a Randomized Controlled Trial
Notice bibliographique
Résumé
Background. Internet-based complex interventions aiming to promote weight loss and optimize healthy behaviors have attracted much attention. However, evidence for effect is lacking. Obesity is a growing problem, resulting in an increasing demand for cost efficient weight loss programs suitable for use on a large scale, for example, as part of standard primary care. In a previous pilot project by Brandt et al. (2011) without a control group, we examined the effects of online dietician counseling and found an average weight loss of 7.0 kg (95% CI: 4.6 to 9.3 kg) after 20 months. Aims and Methods. To analyze the effects of a complex intervention using trained dieticians in a general practice setting combined with internet-based interactive and personalized weight management support compared with conventional advice with a noninteractive internet support as placebo treatment in 340 overweight patients during a 2-year period. Primary endpoints are weight loss and lowering of cholesterol (LDL). We will also explore patients' sociodemographics and use of the intervention as well as the health professionals' views and perceptions of the intervention (their role and the advice and support that they provide). Perspective. The project will generate knowledge on the cost-effectiveness of a complex internet-based intervention in a general practice setting and on barriers and acceptability among professionals and patients.
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 | 0,019 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,003 |
| Méta-épidémiologie (sens large) | 0,013 | 0,005 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,072 | 0,013 |
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 ».