The Twazon Arabic Weight Loss App: App-Based Intervention for Saudi Women With Obesity
Notice bibliographique
Résumé
BACKGROUND: By 2022, it is estimated that the rate of female obesity (78%) in Saudi Arabia will almost double that of males (41%). Despite being mainly attributed to poor diet, sedentary lifestyle, and a lack of health awareness, behavioral modification interventions are relatively new to the population; bariatric surgery continues to be the treatment of choice for comorbidities. However, neither pre nor postoperative diet and exercise are promoted. Evidence-informed mobile health (mHealth) weight loss apps and interventions may be an effective tool for delivering a culturally relevant intervention. OBJECTIVE: This study aimed to determine the feasibility of a weight loss intervention that tests the effectiveness of Twazon, an originally designed Arabic weight-loss app that promotes lifestyle modification specific to Arab populations. METHODS: A pre-post single-arm pilot study was carried out among a sample of 240 overweight volunteer Saudi women residing in Riyadh, Saudi Arabia who used the Twazon app over a 4-month period. Anthropometric, diet, and physical activity measures were assessed 3 times: baseline, 2-months and 4-months; frequency of app use and system usability were evaluated during the 2 latter data collection periods. Repeated measures analysis of variance was used to identify changes over time. RESULTS: A total of 40 participants completed the 4-month intervention with an attrition rate of 83%. An evaluation of the frequency of app use fostered 2 groups: engaged users (65%) and unengaged users (35%). At 4 months, the engaged users experienced more successful outcomes; body weight was lowered on average by 1.3 (SD 0.6) kg (P=.18), waist circumference (WC) was reduced by 4.9 (SD 1.1) cm (P<.001), and daily energy consumption was decreased by >600 calories (P=.002). Unengaged users experienced minor changes in body weight, WC, and reduced energy intake. CONCLUSIONS: The findings have demonstrated that engagement with the Twazon app renders positive changes in body weight, WC, and energy intake. mHealth weight loss apps and interventions have the potential to be effective in promoting weight loss and healthy lifestyle modification in Saudi Arabia and similar populations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».