MétaCan
Menu
Retour à la cohorte
Enregistrement W2587346798 · doi:10.1186/s12889-017-4047-8

HealtheSteps™ Study Protocol: a pragmatic randomized controlled trial promoting active living and healthy lifestyles in at-risk Canadian adults delivered in primary care and community-based clinics

2017· article· en· W2587346798 sur OpenAlexafffundabout
Dawn P. Gill, Wendy Blunt, Cassandra Bartol, Roseanne Pulford, Ashleigh De Cruz, P. Karen Simmavong, Adam Gavarkovs, Ian Newhouse, Erin Pearson, Bayley Ostenfeldt, Barbi Law, Kristina H. Karvinen, Pertice Moffit, Gareth R. Jones, Cori Watson, Guangyong Zou, Robert J. Petrella

Notice bibliographique

RevueBMC Public Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaRobarts Clinical TrialsAurora CollegeWestern UniversityLakehead UniversityLawson Health Research InstituteNipissing UniversityCentre for Family Medicine
Organismes subventionnairesPublic Health AgencyPublic Health Agency of CanadaDairy Farmers of CanadaSanofi
Mots-cléseHealthMedicineCoachingRandomized controlled trialBiostatisticsHealth coachingGerontologyTelehealthHealth careFamily medicineIntervention (counseling)Public healthPhysical therapyTelemedicineNursingPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physical inactivity is one of the leading causes of chronic disease in Canadian adults. With less than 50% of Canadian adults reaching the recommended amount of daily physical activity, there is an urgent need for effective programs targeting this risk factor. HealtheSteps™ is a healthy lifestyle prescription program, developed from an extensive research base to address risk factors for chronic disease such as physical inactivity, sedentary behaviour and poor eating habits. HealtheSteps™ participants are provided with in-person lifestyle coaching and access to eHealth technologies delivered in community-based primary care clinics and health care organizations. METHOD/DESIGN: To determine the effectiveness of Healthesteps™, we will conduct a 6-month pragmatic randomized controlled trial with integrated process and economic evaluations of HealtheSteps™ in 5 clinic settings in Southwestern Ontario. 110 participants will be individually randomized (1:1; stratified by site) to either the intervention (HealtheSteps™ program) or comparator (Wait-list control). There are 3 phases of the HealtheSteps™ program, lasting 6 months each. The active phase consists of bi-monthly in-person coaching with access to a full suite of eHealth technology supports. During the maintenance phase I, the in-person coaching will be removed, but participants will still have access to the full suite of eHealth technology supports. In the final stage, maintenance phase II, access to the full suite of eHealth technology supports is removed and participants only have access to publicly available resources and tools. DISCUSSION: This trial aims to determine the effectiveness of the program in increasing physical activity levels and improving other health behaviours and indicators, the acceptability of the HealtheSteps™ program, and the direct cost for each person participating in the program as well as the costs associated with delivering the program at the different community sites. These results will inform future optimization and scaling up of the program into additional community-based primary care sites. TRIAL REGISTRATION: NCT02413385 (Clinicaltrials.gov). Date Registered: April 6, 2015.

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)0,020
score de la tête « metaresearch » (Gemma)0,023
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: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,023
Méta-épidémiologie (sens strict)0,0050,002
Méta-épidémiologie (sens large)0,0080,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,003
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0550,006

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 Opus0,055
Tête enseignante GPT0,378
Écart entre enseignants0,323 · 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
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

Citations18
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetPhysical Activity and HealthTravaux en français237 207