A brief eHealth tool delivered in primary care to help parents prevent childhood obesity: a randomized controlled trial
Notice bibliographique
Résumé
OBJECTIVES: To determine the feasibility and preliminary impact of an electronic health (eHealth) screening, brief intervention and referral to treatment (SBIRT) delivered in primary care to help parents prevent childhood obesity. METHODS: Parents of children (5-17 years) were recruited from a primary care clinic. Children's measured height and weight were entered into the SBIRT on a study-designated tablet. The SBIRT screened for children's weight status, block randomized parents to one of four brief interventions or an eHealth control and provided parents with a menu of optional obesity prevention resources. Feasibility was determined by parents' interest in, and uptake of, the SBIRT. Preliminary impact was based on parents' concern about children's weight status and intention to change lifestyle behaviours post-SBIRT. RESULTS: Parents (n = 226) of children (9.9 ± 3.4 years) were primarily biological mothers (87.6%) and Caucasian (70.4%). The proportion of participants recruited (84.3%) along with parents who selected optional resources within the SBIRT (85.8%) supported feasibility. Secondary outcomes did not vary across groups, but non-Caucasian parents classified as inaccurate estimators of children's weight status reported higher levels of concern and intention to change post-SBIRT. CONCLUSIONS: Our innovative, eHealth SBIRT was feasible in primary care and has the potential to encourage parents of unhealthy weight children towards preventative action.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».