MétaCan
Menu
Retour à la cohorte
Enregistrement W2170026239 · doi:10.1186/1479-5868-10-13

A review of the nature and effectiveness of nutrition interventions in adult males – a guide for intervention strategies

2013· review· en· W2170026239 sur OpenAlexaff
Pennie Taylor, Gregory S. Kolt, Corneel Vandelanotte, Cristina M. Caperchione, W. Kerry Mummery, Emma S. George, Mohan Karunanithi, Manny Noakes

Notice bibliographique

RevueInternational Journal of Behavioral Nutrition and Physical Activity · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of AlbertaUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesQueensland Health
Mots-clésCINAHLMedicineScopusPsychological interventionCochrane LibraryWeight managementBody mass indexGerontologyWeight lossPopulationObesityMEDLINEEnvironmental healthWeight changeDemographyMeta-analysisInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Energy excess, low fruit and vegetable intake and other suboptimal dietary habits contribute to an increased poor health and the burden of disease in males. However the best way to engage males into nutrition programs remains unclear. This review provides a critical evaluation of the nature and effectiveness of nutrition interventions that target the adult male population. METHODS: A search for full-text publications was conducted using The Cochrane Library; Web of Science; SCOPUS; MEDLINE and CINAHL. Studies were included if 1) published from January 1990 to August 2011 and 2) male only studies (≥18 years) or 3) where males contributed to >90% of the active cohort. A study must have described, (i) a significant change (p<0.05) over time in an objective measure of body weight, expressed in kilograms (kg) OR Body Mass Index (BMI) OR (ii) at least one significant change (p<0.05) in a dietary intake measure to qualify as effective. To identify emerging patterns within the research a descriptive process was used. RESULTS: Nine studies were included. Sample sizes ranged from 53 to 5042 male participants, with study durations ranging from 12 weeks to 24 months. Overlap was seen with eight of the nine studies including a weight management component whilst six studies focused on achieving changes in dietary intake patterns relating to modifications of fruit, vegetable, dairy and total fat intakes and three studies primarily focused on achieving weight loss through caloric restriction. Intervention effectiveness was identified for seven of the nine studies. Five studies reported significant positive changes in weight (kg) and/or BMI (kg/m2) changes (p≤0.05). Four studies had effective interventions (p<0.05) targeting determinants of dietary intake and dietary behaviours and/or nutritional intake.Intervention features, which appeared to be associated with better outcomes, include the delivery of quantitative information on diet and the use of self-monitoring and tailored feedback. CONCLUSION: Uncertainty remains as to the features of successful nutrition interventions for males due to limited details provided for nutrition intervention protocols, variability in mode of delivery and comparisons between delivery modes as well as content of information provided to participants between studies. This review offers knowledge to guide researchers in making informed decisions on how to best utilise resources in interventions to engage adult males while highlighting the need for improved reporting of intervention protocols.

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)0,013
score de la tête « metaresearch » (Gemma)0,032
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 enseignants0,013
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,032
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,005
Bibliométrie0,0120,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,057
Tête enseignante GPT0,437
Écart entre enseignants0,380 · 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

Citations38
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral Nutrition and Physical ActivityMême sujetObesity, Physical Activity, DietTravaux en français237 207