Interventions to Promote Healthy Eating, Physical Activity and Smoking in Low-Income Groups: a Systematic Review with Meta-Analysis of Behavior Change Techniques and Delivery/Context
Notice bibliographique
Résumé
PURPOSE: Healthy eating, physical activity and smoking interventions for low-income groups may have small, positive effects. Identifying effective intervention components could guide intervention development. This study investigated which content and delivery components of interventions were associated with increased healthy behavior in randomised controlled trials (RCTs) for low-income adults. METHOD: Data from a review showing intervention effects in 35 RCTs containing 45 interventions with 17,000 participants were analysed to assess associations with behavior change techniques (BCTs) and delivery/context components from the template for intervention description and replication (TIDieR) checklist. The associations of 46 BCTs and 14 delivery/context components with behavior change (measures of healthy eating, physical activity and smoking cessation) were examined using random effects subgroup meta-analyses. Synergistic effects of components were examined using classification and regression trees (meta-CART) analyses based on both fixed and random effects assumptions. RESULTS: For healthy eating, self-monitoring, delivery through personal contact, and targeting multiple behaviors were associated with increased effectiveness. Providing feedback, information about emotional consequences, or using prompts and cues were associated with reduced effectiveness. In synergistic analyses, interventions were most effective without feedback, or with self-monitoring excluding feedback. More effective physical activity interventions included behavioral practice/rehearsal or instruction, focussed solely on physical activity or took place in home/community settings. Information about antecedents was associated with reduced effectiveness. In synergistic analyses, interventions were most effective in home/community settings with instruction. No associations were identified for smoking. CONCLUSION: This study identified BCTs and delivery/context components, individually and synergistically, linked to increased and reduced effectiveness of healthy eating and physical activity interventions. The identified components should be subject to further experimental study to help inform the development effective behavior change interventions for low-income groups to reduce health inequalities.
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 | 0,020 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,032 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».