Using Mobile Technology to Improve Bone-Related Lifestyle Risk Factors in Young Women With Low Bone Mineral Density: Feasibility Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Poor bone health in adolescent and young adult females is a growing concern. Given the widespread use of mobile phones in this population, mobile health (mHealth) interventions may help improve health behaviors related to bone health in young women. OBJECTIVE: The goal of the study was to determine the acceptability and feasibility of an mHealth intervention called Tap4Bone in improving health behaviors associated with the risk of osteoporosis in young women. METHODS: The Tap4Bone mHealth intervention comprised the use of mobile phone apps, short messaging service (text messaging), and Web emails to encourage health behavior changes. The education group received osteoporosis prevention education leaflets. Changes in the bone health-related behaviors exercise, smoking, and calcium intake were assessed. User experiences and acceptance of the app were collected through focus group interviews. RESULTS: A total of 35 (22 completed, mean age 23.1 [SD 1.8] years) were randomized to either the mobile phone (intervention n=18) or education (control n=17) group. Although there were trends toward improvement in calcium intake, sports activity, and smoking behaviors in the mHealth intervention group compared to the education group, these were not statistically significant. CONCLUSIONS: The Tap4Bone mHealth intervention was shown to be acceptable and feasible in subsets of the participants. The intervention should be improved upon using participant feedback to improve functionality. Findings from this study may aid in the development and modification of health care apps to reduce participant attrition.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
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 ».