Abstract P386: Design of a Tailored Text-message Intervention for Weight Loss
Notice bibliographique
Résumé
Introduction: Tailoring information is a commonly used health communication technique to individualize behavior change programs. However, few studies have applied individualized tailoring to a text-message intervention. Using tailoring with text-messages may be a powerful behavior change tool as this technology is inexpensive, asynchronous, and is ubiquitous across socio-economic segments. We developed a tailored, “push/pull,” text-message intervention for overweight/obese English and Spanish-speaking participants that targets weight management behaviors. The development of the theory-driven logic rules for individualized text-messages is described. Methods: A robust web-based participant intake system was developed to gather and store the data needed to individualize the messages by personalization, feedback, and content matching. Feedback and content matching was based on both a baseline weight management behavior survey and continual text message-based assessments related to individual behaviors and perceived barriers. The system is designed so that participants who show rapid and sustained progress can advance through the content, while those having difficulties can receive additional tips and suggestions. Participants will be scheduled to receive 3-4 interactive messages per day from our library of over 6,000 text messages. We categorized the messages into five groups: 1) Subject matter: Content related to nutrition and physical activity behaviors; 2) Behavioral core strategies based on Self-Regulation Theory (e.g. self-monitoring, goal setting); 3) Message type (e.g. reminder, feedback); 4) Personalization (e.g. favorite restaurants, friends’ names); and 5) Location related messages. We also developed a “like/ don’t like” feature so that the system can continuously learn user preferences for message types and adjust the type of future messages sent accordingly. Conclusion: A large-scale randomized controlled trial is underway to evaluate the efficacy of this text-message intervention. While this intervention is aimed at weight loss, our tailoring technique will likely apply to other health behaviors as well.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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.
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 ».