Racial Differences in Weight Loss Mediated by Engagement and Behavior Change
Notice bibliographique
Résumé
<strong></strong><p class="Pa7"><strong>Objective: </strong>We set out to determine if a primarily Internet-delivered behavioral weight loss intervention produced differential weight loss in African American and non-Hispanic White women, and to identify possible mediators.</p><p class="Pa7"><strong>Design: </strong>Data for this analysis were from a randomized controlled trial, collected at baseline and 4-months.</p><p class="Pa7"><strong>Setting: </strong>The intervention included monthly face-to-face group sessions and an Internet component that participants were recommended to use at least once weekly.</p><p class="Pa7"><strong>Participants: </strong>We included overweight or obese African American and non-Hispanic White women (n=170), with at least weekly Internet access, who were able to attend group sessions.</p><p class="Pa7"><strong>Intervention: </strong>Monthly face-to-face group sessions were delivered in large or small groups. The Internet component included automated tailored feedback, self-monitoring tools, written lessons, video resources, problem solving, exercise action planning tools, and social support through message boards.</p><p class="Pa7"><strong>Main outcome measure: </strong>Multiple linear regression was used to evaluate race group differences in weight change.</p><p class="Pa7"><strong>Results: </strong>Non-Hispanic White women lost more weight than African American women (-5.03% vs.-2.39%, P=.0002). Greater website log-ins and higher change in Eating Behavior Inventory score in non-Hispanic White women partially mediated the race-weight loss relationship.</p><p class="Default"><strong>Conclusions: </strong>The weight loss disparity may be addressed through improved website engagement and adoption of weight control behaviors. <em></em></p><p class="Default"><em>Ethn Dis. </em>2018;28(1):43-48; doi:10.18865/ed.28.1.43.</p>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; un appel candidat d’une seule tête enseignante, 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 ».