MétaCan
Menu
Retour à la cohorte
Enregistrement W2884789397 · doi:10.2196/formative.9597

Adapting a Behavioral Weight Loss Intervention for Delivery via Facebook: A Pilot Series Among Low-Income Postpartum Women

2018· article· en· W2884789397 sur OpenAlexvenueno aff
Valerie Silfee, Andrea López‐Cepero, Stephenie C. Lemon, Barbara Estabrook, Oanh Nguyen, Monica L. Wang, Milagros C. Rosal

Notice bibliographique

RevueJMIR Formative Research · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Chronic Disease Prevention and Health PromotionNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteNational Institute on Minority Health and Health DisparitiesCenters for Disease Control and Prevention
Mots-clésAttritionPsychological interventionAttendanceIntervention (counseling)Weight lossMedicinePopulationGerontologyPsychologyEnvironmental healthObesityNursingEconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Efforts to translate evidence-based weight loss interventions, such as the Diabetes Prevention Program (DPP), to low-income postpartum women have resulted in poor intervention attendance and high attrition. Strategies that improve engagement and retention in this population are needed to maximize the reach of evidence-based weight loss interventions. OBJECTIVE: The objective of this study was to adapt a DPP-based weight loss intervention (Fresh Start) for Facebook delivery and to evaluate its feasibility among low-income postpartum women. METHODS: This study comprised 3 single-group pilot studies where feasibility outcomes iteratively informed changes from one pilot to the next. We paralleled the in-person program for Facebook delivery by translating the protocol to a content library of Facebook posts with additional posts from lifestyle coaches. Low-income postpartum women were recruited from Women, Infants, and Children (WIC) clinics in Worcester, Massachusetts. Participants were enrolled into a 16-week weight loss intervention delivered via Facebook. During the first 8 weeks, Facebook intervention posts were delivered 2 times per day, with additional posts from coaches aiming to stimulate interaction among participants or respond to participants' questions and challenges. For the following 8 weeks, posts were delivered once per day without additional coaching. Feasibility outcomes were engagement (defined by number of likes, comments, and posts measured throughout intervention delivery), acceptability, and retention (survey at follow-up and assessment completion rate, respectively). Changes in weight were also assessed at baseline and follow-up. RESULTS: Pilot 1 had a retention rate of 89% (24/27), and on average, 62% (17/27) of women actively engaged with the group each week during the 8-week coached phase. Mean weight loss was 2.6 (SD 8.64) pounds, and 79% (19/27) would recommend the program to a friend. Pilot 2 had a retention rate of 83% (20/24), and on average, 55% (13/24) of women actively engaged with the group weekly during the 8-week coached phase. Mean weight loss was 2.5 (SD 9.23) pounds, and 80% (16/24) would recommend the program to a friend. Pilot 3 had a retention rate of 88% (14/16), and on average, 67% (11/16) of women actively engaged with the group weekly during the 8-week coached phase. Mean weight loss was 7.0 (SD 11.6) pounds, and 100% (16/16) would recommend the program to a friend. CONCLUSIONS: Our findings demonstrated that a Facebook-delivered intervention was acceptable and could be feasibly delivered to low-income postpartum women. Future research is needed to evaluate the efficacy of a Facebook-delivered weight loss intervention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,507
Écart entre enseignants0,396 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207