Diffusion and dissemination of evidence-based dietary srategies for the prevention of cancer
Notice bibliographique
Résumé
OBJECTIVE: The purpose was to determine what strategies have been evaluated to disseminate cancer control interventions that promote the uptake of adult healthy diet? METHODS: A systematic review was conducted. Studies were identified by searching MEDLINE, PREMEDLINE, Cancer LIT, EMBASE/Excerpta Medica, PsycINFO, CINAHL, the Cochrane Database of Systematic Reviews, and reference lists and by contacting technical experts. English-language primary studies were selected if they evaluated the dissemination of healthy diet interventions in individuals, healthcare providers, or institutions. Studies of children or adolescents only were excluded. RESULTS: One hundred one articles were retrieved for full text screening. Nine reports of seven distinct studies were included; four were randomized trials, one was a cohort design and three were descriptive studies. Six studies were rated as methodologically weak, and one was rated as moderate. Studies were not meta-analyzed because of heterogeneity, low methodological quality, and incomplete data reporting. No beneficial dissemination strategies were found except one that looks promising, the use of peer educators in the worksite, which led to a short-term increase in fruit and vegetable intake. CONCLUSIONS AND IMPLICATIONS: Overall, the quality of the evidence is not strong and is primarily descriptive rather than evaluative. No clear conclusions can be drawn from these data. Controlled studies are needed to evaluate dissemination strategies, and to compare dissemination and diffusion strategies with different messages and different target audiences.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».