Impact of an mHealth Platform for Pregnancy on Nutrition and Lifestyle of the Reproductive Population: A Survey
Notice bibliographique
Résumé
BACKGROUND: Poor nutrition and lifestyle behaviors exert detrimental effects on reproduction and health during the life course. Therefore, lifestyle interventions during the periconceptional period can improve fertility, pregnancy outcome, and health of subsequent generations. OBJECTIVE: This survey investigates the compliance, usability, and initial effectiveness of the Web-based mHealth platform, Smarter Pregnancy. METHODS: A free subscription to the mHealth platform, Smarter Pregnancy, was provided to couples contemplating pregnancy (n=1275) or already pregnant (n=603). After baseline identification of inadequate nutrition and lifestyle behaviors, a personal online coaching program of 6 months was generated. Using multiple imputation and the generalized estimating equation model with independent correlations, we estimated the changes from inadequate to adequate nutrition and lifestyle behaviors over time. Subgroup analyses were performed for (1) overweight and obese women (body mass index [BMI] ≥25 kg/m(2)), (2) pregnant women at the start of the program, and (3) couples. RESULTS: A 64.86% (1218/1878) compliance rate was observed and 54.7% (range 39.2-73.4%) of participants rated the program usability as positive or very positive. Adequate nutrition and lifestyle behaviors at baseline were 21.57% (405/1878) for vegetable intake, 52.61% (988/1878) for fruit intake, 85.44% (1303/1525) for folic acid use, 86.79% (1630/1878) for no tobacco use, and 64.43% (1210/1878) for no alcohol consumption. After 6 months of coaching, these lifestyle behaviors improved by 26.3% (95% CI 23.0-29.9) for vegetable intake, 38.4% (95% CI 34.5-42.5) for fruit intake, 56.3% (95% CI 48.8-63.6) for folic acid use, 35.1% (95% CI 29.1-41.6) for no tobacco use, and 41.9% (95% CI 35.2-48.9) for no alcohol consumption. The program showed the strongest effectiveness for participating couples. CONCLUSIONS: This novel Web-based mHealth platform shows high compliance and usability, and users demonstrate improvements in nutrition and lifestyle behaviors. The next step will be further validation in randomized controlled trials and implementation.
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 | 0,001 | 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 ».