MétaCan
Menu
← Retour à la cohorte
Enregistrement W2413827457 · doi:10.5281/zenodo.54756

Behavioural Weight Loss Treatment Plus Motivational Interviewing Versus Attention Control: A Randomized Controlled Trial

2016· dataset· en· W2413827457 sur OpenAlexaff
Erin L. Moss, Leah N. Tobin, Tavis S. Campbell, Kristin M. von Ranson

Notice bibliographique

RevueFigshare · 2016
Typedataset
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMotivational interviewingPsychologyRandomized controlled trialClinical psychologyPsychotherapistMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Studies evaluating the benefit of adding motivational interviewing (MI) to behavioural weight loss programs (BWLPs) have yielded mixed findings. The aims of this randomized controlled trial were to: (1) assess the efficacy of adding MI to a BWLP on weight loss and adherence among 135 overweight and obese individuals (77.8% female; mean BMI = 33.6 kg/m2) enrolled in a 12-week BWLP, and (2) explore levels of importance, confidence, and readiness for change ratings. Participants, who were randomized to receive 2 MI sessions or 2 attention control sessions, were assessed at baseline, end of BWLP, and 6 months post-BWLP. Both groups decreased their weight from baseline to end of the BWLP; however, there was no weight change from baseline to 6 months post-BWLP in either group. We observed no group differences in importance, confidence, and readiness for change after each session. Participants may not have benefited from MI because they were already highly motivated to change. These findings suggest that pre-treatment assessment and treatment monitoring may help enhance MI+BWLP efficacy by guiding a stepped-care approach that identifies individuals for whom additional MI sessions are needed, and when. A focus on refining elements of treatment remains an important direction for effective obesity treatment.

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)0,010
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0260,002

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 Opus0,074
Tête enseignante GPT0,347
Écart entre enseignants0,273 · 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
GenreJeu de données

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetEating Disorders and Behaviors→Travaux en français237 207→