Assessing the Feasibility of a Web-Based Weight Loss Intervention for Low-Income Women of Reproductive Age: A Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Low-income women of reproductive age are at increased risk for obesity and resulting increases in the risk of maternal/fetal complications and mortality and morbidity. Very few weight-loss interventions, however, have been targeted to this high-risk group. Based on the high prevalence of social media use among young and low-income individuals and previous successes using group formats for weight-loss interventions, the use of social media as a platform for weight-loss intervention delivery may benefit low-income women of reproductive age. OBJECTIVE: Examine the feasibility of delivering group-based weight-loss interventions to low-income women of reproductive age using face-to-face meetings and Web-based modalities including social media. METHODS: Participants attended a family planning clinic in eastern North Carolina and received a 5-month, group- and Web-based, face-to-face weight-loss intervention. Measures were assessed at baseline and 20 weeks. RESULTS: Forty participants enrolled, including 29 (73%) African American women. The mean body mass index of enrollees was 39 kg/m(2). Among the 12 women who completed follow-up, mean weight change was -1.3 kg. Participation in the intervention was modest and retention at 5 months was 30%. Returnees suggested sending reminders to improve participation and adding activities to increase familiarity among participants. CONCLUSIONS: Engagement with the intervention was limited and attrition was high. Additional formative work on the barriers and facilitators to participation may improve the intervention's feasibility with low-income women of reproductive age.
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 | 0,022 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».