MétaCan
Menu
Retour à la cohorte
Enregistrement W2361044770 · doi:10.2196/mhealth.5280

Evaluating the Maintenance of Lifestyle Changes in a Randomized Controlled Trial of the ‘Get Healthy, Stay Healthy’ Program

2016· article· en· W2361044770 sur OpenAlexvenueno aff
Brianna S. Fjeldsoe, Ana D. Goode, Philayrath Phongsavan, Adrian Bauman, Genevieve Maher, Elisabeth Winkler, Elizabeth Eakin

Notice bibliographique

RevueJMIR mhealth and uhealth · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesNSW Ministry of HealthUniversity of Queensland
Mots-clésRandomized controlled trialPhysical therapyMedicineGerontologyPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Extending contact with participants after initial, intensive intervention may support maintenance of weight loss and related behaviors. OBJECTIVE: This community-wide trial evaluated a text message (short message service, SMS)-delivered, extended contact intervention ('Get Healthy, Stay Healthy' (GHSH)), which followed on from a population-level, behavioral telephone coaching program. METHODS: This study employed a parallel, randomized controlled trial: GHSH compared with no continued contact (standard practice). Participants (n=228) were recruited after completing a 6-month lifestyle telephone coaching program: mean age = 53.4 (standard deviation (SD)=12.3) years; 66.7% (152/228) female; mean body mass index (BMI) upon entering GHSH=29.5 kg/m2 (SD = 6.0). Participants received tailored text messages over a 6-month period. The message frequency, timing, and content of the messages was based on participant preference, ascertained during two tailoring telephone calls. Primary outcomes of body weight, waist circumference, physical activity (walking, moderate, and vigorous sessions/week), and dietary behaviors (fruit and vegetable serves/day, cups of sweetened drinks per day, takeaway meals per week; fat, fiber and total indices from the Fat and Fiber Behavior Questionnaire) were assessed via self-report before (baseline) and after (6-months) extended contact (with moderate-vigorous physical activity (MVPA) also assessed via accelerometry). RESULTS: Significant intervention effects, all favoring the intervention group, were observed at 6-months for change in weight (-1.35 kg, 95% confidence interval (CI): -2.24, -0.46, P=.003), weekly moderate physical activity sessions (0.56 sessions/week, 95% CI: 0.15, 0.96, P=.008) and accelerometer-assessed MVPA (24.16 minutes/week, 95% CI: 5.07, 43.25, P=.007). Waist circumference, other physical activity outcomes and dietary outcomes, did not differ significantly between groups. CONCLUSIONS: The GHSH extended care intervention led to significantly better anthropometric and physical activity outcomes than standard practice (no contact). This evidence is useful for scaling up the delivery of GHSH as standard practice following the population-level telephone coaching program.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,099
Tête enseignante GPT0,505
Écart entre enseignants0,406 · 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'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations56
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207