Dose-Response Effects of the Text4baby Mobile Health Program: Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Mobile health (mHealth) is growing rapidly, but more studies are needed on how to optimize programs, including optimal timing of messaging, dose of exposure, and value of interactive features. This study evaluates final outcomes of text4baby (a text message service for pregnant and postpartum women) from a randomized trial performed in a population of pregnant female soldiers and family members. OBJECTIVE: The study aims were to evaluate (1) treatment effects and (2) dose-response effects of text4baby on behavioral outcomes compared to control (no text4baby) condition. METHODS: The study was a randomized trial of text4baby at Madigan Army Medical Center. Female military health beneficiaries who met inclusion criteria were eligible for the study. Participants provided consent, completed a baseline questionnaire, and then were randomized to enroll in text4baby or not. They were followed up at 3 time points thereafter through delivery of their baby. Generalized estimating equation models were used to evaluate outcomes. We examined treatment effects and the effects of higher doses of text4baby messages on outcomes. RESULTS: We report descriptive statistics including dosage of text messages delivered. The main finding was a significant effect of high exposure to text4baby on self-reported alcohol consumption postpartum (OR 0.212, 95% CI 0.046-0.973, P=.046), as measured by the question "Since you found out about your pregnancy, have you consumed alcoholic beverages?" The text4baby participants also reported lower quantities of alcohol consumed postpartum. CONCLUSIONS: Studies of text4baby have helped to build the mHealth evidence base. The effects of text4baby offer lessons for future scalable mHealth programs and suggest the need to study dose-response effects of these interventions.
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 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 | 0,019 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».