MétaCan
Menu
← Retour à la cohorte
Enregistrement W2802739011 · doi:10.2196/mhealth.8320

Relationship Between Weekly Patterns of Caloric Intake and Reported Weight Loss Outcomes: Retrospective Cohort Study

2018· article· en· W2802739011 sur OpenAlexvenueno aff
Christine Hill, Brian W. Weir, Laura W Fuentes, Alicia García-Álvarez, Danya P Anouti, Lawrence J. Cheskin

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesJohns Hopkins Bloomberg School of Public HealthSchool of Medicine, Vanderbilt UniversityJohns Hopkins UniversityVanderbilt University
Mots-clésCaloric theoryWeight lossRetrospective cohort studyMedicineCaloric intakeCohortCohort studyDemographyGerontologyEnvironmental healthBody weightObesityInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although millions of overweight and obese adults use mobile phone apps for weight loss, little is known about the predictors of success. OBJECTIVE: The objective of this study was to understand the relationship between weight loss outcomes and weekly patterns of caloric intake among overweight and obese adults using a mobile phone app for weight loss. METHODS: We examined the relationship between weekly patterns of caloric intake and weight loss outcomes among adults who began using a weight loss app in January 2016 and continued consistent use for at least 5 months (N=7007). Unadjusted and adjusted linear regression analyses were used to evaluate the predictors of percentage of bodyweight lost for women and men separately, including age, body mass index category, weight loss plan, and difference in daily calories consumed on weekend days (Saturday and Sunday) versus Monday. RESULTS: In adjusted linear regression, percentage of bodyweight lost was significantly associated with age (for women), body mass index (for men), weight loss plan, and differences in daily caloric intake on Mondays versus weekend days. Compared with women consuming at least 500 calories more on weekend days than on Mondays, those who consumed 50 to 250 calories more on weekend days or those with balanced consumption (±50 calories) lost 1.64% more and 1.82% more bodyweight, respectively. Women consuming 250 to 500 calories or more than 500 calories more on Mondays than on weekend days lost 1.35% more and 3.58% more bodyweight, respectively. Compared with men consuming at least 500 calories more on weekend days than on Mondays, those consuming 250 to 500 calories or more than 500 calories more on Mondays than on weekend days lost 2.27% and 3.42% less bodyweight, respectively. CONCLUSIONS: Consistent caloric intake on weekend days and Mondays or consuming slightly fewer calories per day on Mondays versus weekend days was associated with more successful weight loss. TRIAL REGISTRATION: ClinicalTrials.gov NCT03136692; https://clinicaltrials.gov/ct2/show/NCT03136692 (Archived by WebCite at http://www.webcitation.org/6y9JvHya4).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,111
Tête enseignante GPT0,468
Écart entre enseignants0,357 · 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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→