Can targeted policies reduce obesity and improve obesity‐related behaviours in socioeconomically disadvantaged populations? A systematic review
Notice bibliographique
Résumé
This review synthesized evidence from controlled studies pertaining to the impact of targeted policies on anthropometric, dietary and physical activity outcomes amongst socioeconomically disadvantaged children and adults. Preferred Reporting Items for Systematic Reviews and Meta-Analyses-Equity guidelines were followed. Eligible studies were published from 2004 to August 2015 and examined the impact of targeted policies on anthropometric, dietary and physical activity outcomes amongst socioeconomically disadvantaged populations. Twenty articles (18 studies) were included. Eight studies examined organizational policies within multi-component interventions in schools. Common elements of successful policy-containing interventions included nutritional standards, enhancements to physical education, additional physical activity opportunities, school self-assessments, and nutrition and physical activity education. Of the 10 studies of government policies, policies providing information/education and fruit and vegetable subsidies had positive impacts amongst children, but no impact amongst adults. Policies involving changes to built environments yielded nearly uniformly null findings in children and adults. Overall, the largest quantity of high-quality evidence of effectiveness was for comprehensive interventions that included school policies, and government policies targeting disadvantaged children in schools. None of the government policies targeting disadvantaged adults proved effective. Interventions during childhood may ameliorate negative obesity-related manifestations of socioeconomic disadvantage. Gaps in knowledge remain surrounding effective policies in adults, adolescents and very young children.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».