MétaCan
Menu
Retour à la cohorte
Enregistrement W2802362694 · doi:10.2196/jmir.8757

Psychobehavioral Profiles to Assist Tailoring of Interventions for Patients With Hypertension: Latent Profile Analysis

2018· article· en· W2802362694 sur OpenAlexafffund
Rika Tanaka, Robert P. Nolan

Notice bibliographique

RevueJournal of Medical Internet Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychological interventionMedicinePsychologyComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Practice guidelines advocate combining pharmacotherapy with lifestyle counseling for patients with hypertension. To allow for appropriate tailoring of interventions to meet individual patient needs, a comprehensive understanding of baseline patient characteristics is essential. However, few studies have empirically assessed behavioral profiles of hypertensive patients in Web-based lifestyle counseling programs. OBJECTIVE: The objectives of this study were to (1) specify baseline psychobehavioral profiles of patients with hypertension who were enrolled in a Web-based lifestyle counseling trial, and (2) examine mean differences among the identified profile groups in demographics, psychological distress, self-reported self-care behaviors, physiological outcomes, and program engagement to determine prognostic implications. METHODS: Participants (N=264; mean age 57.5 years; 154/264, 58.3% female; 193/264, 73.1% white) were recruited into a longitudinal, double-blind, randomized controlled trial, designed to evaluate an online lifestyle intervention for hypertensive patients. A series of latent profile analyses identified psychobehavioral profiles, indicated by baseline measures of mood, motivation, and health behaviors. Mean differences between profile groups were then explored. RESULTS: A 2-class solution provided the best model fit (the Bayesian information criterion (BIC) is 10,133.11; sample-size adjusted BIC is 10,006.54; Lo-Mendell-Rubin likelihood ratio test is 65.56, P=.001). The 2 profile groups were (1) adaptive adjustment, marked by low distress, high motivation, and somewhat satisfactory engagement in health behaviors and (2) affectively distressed, marked by clinically significant distress. At baseline, on average, affectively distressed patients had lower income, higher body mass index, and endorsed higher stress compared with their adaptive adjustment counterparts. At 12-months post intervention, treatment effects were sustained for systolic blood pressure and Framingham risk index in the adaptive adjustment group, and those in the adaptive adjustment group were 2.4 times more likely to complete the 12-month intervention study, compared with their affectively distressed counterparts. CONCLUSIONS: Interventions for patients who are adaptively adjusted may differ in focus from those designed for the affectively distressed patients. As such, this study underscores the importance of identifying psychobehavioral profiles, as they allow for evidence-based tailoring of lifestyle counseling programs for patients with hypertension. TRIAL REGISTRATION: ClinicalTrials.gov NCT01541540; https://clinicaltrials.gov/ct2/show/NCT01541540 (Archived by WebCite at http://www.webcitation.org/6yzZYZcWF).

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)0,012
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,203
Tête enseignante GPT0,463
Écart entre enseignants0,260 · 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

Citations16
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207