MétaCan
Menu
Retour à la cohorte
Enregistrement W2916571996 · doi:10.2196/12985

Short Message Service Text Message Support for Weight Loss in Patients With Prediabetes: Pragmatic Trial

2019· article· en· W2916571996 sur OpenAlex
Henry H. Fischer, Michael Durfee, Silvia Raghunath, Natalie D. Ritchie

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Diabetes · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrediabetesGlycated hemoglobinMedicineWeight lossRandomized controlled trialDiabetes mellitusDemographyGerontologyType 2 diabetesObesityInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To reach all 84.1 million US adults estimated to have prediabetes warrants need for low-cost and less burdensome alternatives to the National Diabetes Prevention Program (NDPP). In a previous randomized controlled trial, we demonstrated the efficacy of a 12-month short message service text message support program called SMS4PreDM amongst individuals with prediabetes. OBJECTIVE: The study aimed to evaluate the implementation and effectiveness of SMS4PreDM in a pragmatic study following dissemination in a safety net health care system. METHODS: English- and Spanish-speaking patients at risk for diabetes (eg, glycated hemoglobin 5.7-6.4) were referred by their providers and offered either NDPP classes, SMS4PreDM, or both. This analysis focuses on weight change among 285 SMS4PreDM-only participants who began the year-long intervention between October 2015 and April 2017 with accompanying pre- and postweights, as compared with 1233 usual-care control patients at risk for diabetes, who were identified from electronic health records during this time but not referred. Weight outcomes included time-related mean weight change and frequency of either ≥3% weight loss or gain. Mixed linear models adjusted for age, gender, race, ethnicity, preferred language, and baseline weight. A secondary analysis was stratified by language. We also assessed implementation factors, including retention and cost. RESULTS: SMS4PreDM participants had high retention (259 of 285 patients or 91.0% completion at 12-months, ) and a time-related mean weight loss of 1.3 pounds (SE 0.74), compared with the control group's slight mean weight gain of 0.25 pounds (SE 0.59; P=.004). Spanish-speaking SMS4PreDM participants (n=130) had a time-related mean weight loss of 1.11 pounds (SE 1.22) compared with weight gain of 0.96 pounds (SE 1.14) in Spanish-speaking controls (n=382, P<.001). English-speaking intervention participants (n=155) had a comparable time-related mean weight change (-0.89 pounds; SE 0.93) as English-speaking controls (n=828; 0.31 pounds gained; SE 0.62, P=.14). Overall, frequency of achieving ≥3% weight loss was comparable between groups (54 of 285 or 19.0% of SMS4PreDM participants [95% CI 14.8-23.9] vs 266 of 1233 or 21.6% of controls [95% CI 19.3-24.0]; P=.33). Nonetheless, more controls had ≥3% weight gain compared with intervention participants (337 of 1233 or 27.3% of controls [95% CI 24.9-29.9] vs 57 of 285 or 20.0% of SMS4PreDM participants [95% CI 16.8-25.1]; P=.01). SMS4PreDM delivery costs were US $100.92 per participant. CONCLUSIONS: Although SMS4PreDM was relatively low cost to deliver and demonstrated high retention, weight loss outcomes may not be sufficient to serve as a population health strategy.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,241
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,015
Tête enseignante GPT0,345
Écart entre enseignants0,331 · 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