Remotely Monitored Gamification and Social Incentives to Improve Glycemic Control Among Adults With Uncontrolled Type 2 Diabetes (iDiabetes): Protocol for a Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Type 2 diabetes is a significant cause of morbidity and mortality in the United States. Lifestyle modifications including increasing physical activity and losing weight have been demonstrated to improve glycemic control. However, most patients struggle to make these changes. Many stakeholders are interested in using gamification and social incentives to increase engagement in healthy behaviors. However, these approaches often do not appropriately leverage insights from behavioral economics that could be used to address predictable barriers to behavior change. OBJECTIVE: This study aimed to describe the protocol for the Influencing DIabetics to Adapt Behaviors related to Exercise and weighT by Enhancing Social incentives (iDiabetes) trial, which aimed to evaluate the effectiveness of gamification interventions that leverage insights from behavioral economics to enhance supportive, competitive, or collaborative social incentives to improve glycemic control, promote weight loss, and increase physical activity among overweight and obese adults with type 2 diabetes. METHODS: level, and low-density lipoprotein cholesterol level and then repeat these measures at 6 and 12 months. The control arm receives no other interventions. Patients randomized to one of the three intervention arms are entered into a game designed using insights from behavioral economics to enhance supportive, competitive, or collaborative social incentives. To examine predictors of strong or poor performance, participants completed validated questionnaires on a range of areas including their personality, risk preferences, and social network. RESULTS: Enrollment of 361 patients was completed in January 2019. Results are expected in 2020. CONCLUSIONS: The iDiabetes trial represents a scalable model to remotely monitor the daily health behaviors of adults with type 2 diabetes. Results from this trial will help provide insights into how to improve management of patients with type 2 diabetes. TRIAL REGISTRATION: ClinicalTrials.gov NCT02961192; https://clinicaltrials.gov/ct2/show/NCT02961192. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/14180.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».