MétaCan
Menu
Retour à la cohorte
Enregistrement W2114794374 · doi:10.1089/chi.2014.0060

Attrition and the Management of Pediatric Obesity: An Integrative Review

2014· review· en· W2114794374 sur OpenAlexafffund
Jasmine Dhaliwal, Nicole M.I. Nosworthy, Nicholas L. Holt, Lonnie Zwaigenbaum, Jillian L.S. Avis, Allison M. Rasquinha, Geoff D.C. Ball

Notice bibliographique

RevueChildhood Obesity · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensStollery Children's HospitalUniversity of AlbertaUniversity of Alberta Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAttritionCINAHLMedicineWeight managementPsycINFOMEDLINEPsychological interventionChecklistFamily medicinePublic healthObesityGerontologyWeight lossPsychologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A key challenge in managing pediatric obesity is the high degree of program attrition, which can reduce therapeutic benefits and contribute to inefficient health services delivery. Our aim was to document and characterize predictors of, and reasons for, attrition in pediatric obesity management. METHODS: We searched literature published until January 2014 in five databases (CINAHL, EMBASE, MEDLINE, PsycINFO, and Scopus). Articles were included if they were English, included participants 0-18 years of age, focused on pediatric obesity management, incorporated lifestyle and behavioral changes without pharmacotherapy, provided attrition data, and reported information about predictors of, and/or reasons for, attrition from family-based interventions provided in research or clinical settings. Twenty-three articles (n=20 quantitative; n=2 qualitative; n=1 mixed methods) met our inclusion criteria. Clarity of study aims, objectives, methods, and data analysis were appraised using Bowling's checklist. RESULTS: Attrition varied according to definition (minimum to maximum, 4-83%; median, 37%). There were few consistent predictors of attrition between studies, although dropout was higher among US-based families receiving public health insurance. Older children were also more likely to discontinue care, but sex and baseline weight status did not predict attrition. The most commonly reported reasons for attrition were logistical barriers and programs not meeting families' needs. CONCLUSIONS: Developing and evaluating strategies designed to minimize the risk of attrition, especially among families who receive public health insurance and older boys and girls, are needed to optimize the effectiveness of pediatric obesity management.

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)0,007
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0120,012
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,312
Écart entre enseignants0,288 · 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'étudeRevue systématique
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

Citations171
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChildhood ObesityMême sujetObesity, Physical Activity, DietTravaux en français237 207