MétaCan
Menu
Retour à la cohorte
Enregistrement W2608080061 · doi:10.1186/s12889-017-4220-0

Does parental and adolescent participation in an e-health lifestyle modification intervention improve weight outcomes?

2017· article· en· W2608080061 sur OpenAlexafffund
Andrew W. Tu, Allison W. Watts, Jean‐Pierre Chanoine, Constadina Panagiotopoulos, Josie Geller, Rollin Brant, Susan I. Barr, Louise C. Mâsse

Notice bibliographique

RevueBMC Public Health · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchInstituto DanoneMichael Smith Health Research BCBC Children's HospitalDanoneDanone Institute of CanadaInstitute of Nutrition, Metabolism and DiabetesHeart and Stroke Foundation of Canada
Mots-clésMedicineOverweightBody mass indexWaistIntervention (counseling)ObesityBiostatisticsContext (archaeology)Screen timeGerontologyPublic healthPhysical therapyPhysical activityPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Few studies have evaluated the effect of adherence to a lifestyle intervention on adolescent health outcomes. The objective of this study was to determine whether adolescent and parental adherence to components of an e-health intervention resulted in change in adolescent body mass index (BMI) and waist circumference (WC) z-scores in a sample of overweight/obese adolescents. METHODS: In total, 159 overweight/obese adolescents and their parents participated in an 8-month e-health lifestyle intervention. Each week, adolescents and their parents were asked to login to their respective website and to monitor their dietary, physical activity, and sedentary behaviours. We examined participation (percentage of webpages viewed [adolescents]; number of weeks logged in [parents]) and self-monitoring (number of weeks behaviors were tracked) rates. Linear mixed models and multiple regressions were used to examine change in adolescent BMI and WC z-scores and predictors of adolescent participation and self-monitoring, respectively. RESULTS: Adolescents and parents completed 28% and 23%, respectively, of the online component of the intervention. Higher adolescent participation rate was associated with a decrease in the slope of BMI z-score but not with change in WC z-score. No association was found between self-monitoring rate and change in adolescent BMI or WC z-scores. Parent participation was not found to moderate the relationship between adolescent participation and weight outcomes. CONCLUSIONS: Developing strategies for engaging and promoting supportive interactions between adolescents and parents are needed in the e-health context. Findings demonstrate that improving adolescents' adherence to e-health lifestyle intervention can effectively alter the weight trajectory of overweight/obese adolescents.

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)0,003
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,499
Écart entre enseignants0,375 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations33
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207