MétaCan
Menu
Retour à la cohorte
Enregistrement W2340418372 · doi:10.2196/resprot.5382

Design and Methods of a Synchronous Online Motivational Interviewing Intervention for Weight Management

2016· article· en· W2340418372 sur OpenAlexvenueno aff
Rebecca A. Krukowski, Vicki DiLillo, Krista Ingle, Jean Harvey, Delia Smith West

Notice bibliographique

RevueJMIR Research Protocols · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMotivational interviewingContext (archaeology)Weight lossPsychological interventionIntervention (counseling)Randomized controlled trialWeight managementPsychologyBehavior changeSession (web analytics)Focus groupMedical educationApplied psychologyMedicineComputer scienceSocial psychologyWorld Wide WebPsychiatryObesity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While Internet-based weight management programs can facilitate access to and engagement in evidence-based lifestyle weight loss programs, the results have generally not been as effective as in-person programs. Furthermore, motivational interviewing (MI) has shown promise as a technique for enhancing weight loss outcomes within face-to-face programs. OBJECTIVE: This paper describes the design, intervention development, and analysis of a therapist-delivered online MI intervention for weight loss in the context of an online weight loss program. METHODS: The MI intervention is delivered within the context of a randomized controlled trial examining the efficacy of an 18-month, group-based, online behavioral weight control program plus individually administered, synchronous online MI sessions relative to the group-based program alone. Six individual 30-minute MI sessions are conducted in private chat rooms over 18 months by doctoral-level psychologists. Sessions use a semistructured interview format for content and session flow and incorporate core MI components (eg, collaborative agenda setting, open-ended questions, reflective listening and summary statements, objective data, and a focus on evoking and amplifying change talk). RESULTS: The project was funded in 2010 and enrollment was completed in 2012. Data analysis is currently under way and the first results are expected in 2016. CONCLUSIONS: This is the first trial to test the efficacy of a synchronous online, one-on-one MI intervention designed to augment an online group behavioral weight loss program. If the addition of MI sessions proves to be successful, this intervention could be disseminated to enhance other distance-based weight loss interventions. TRIAL REGISTRATION: Clinicaltrials.gov NCT01232699; https://clinicaltrials.gov/ct2/show/NCT01232699.

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)0,010
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0320,004

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 Opus0,381
Tête enseignante GPT0,647
Écart entre enseignants0,266 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetDigital Mental Health InterventionsTravaux en français237 207