Perspectives of People Who Are Overweight and Obese on Using Wearable Technology for Weight Management: Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Obesity is a large contributor to preventable chronic diseases and health care costs. The efficacy of wearable devices for weight management has been researched; however, there is limited knowledge on how these devices are perceived by users. OBJECTIVE: This study aimed to review user perspectives on wearable technology for weight management in people who are overweight and obese. METHODS: We searched the online databases Pubmed, Scopus, Embase, and the Cochrane library for literature published from 2008 onward. We included all types of studies using a wearable device for delivering weight-loss interventions in adults who are overweight or obese, and qualitative data were collected about participants' perspectives on the device. We performed a quality assessment using criteria relevant to different study types. The Cochrane risk of bias tool was used for randomized controlled trials. The Risk of Bias in Non-randomized Studies - of Interventions (ROBINS-I) was used for nonrandomized studies. The Oxman and Guyatt Criteria were used for systematic reviews. We used the critical appraisal checklist for qualitative studies. Data were extracted into a data extraction sheet and thematically analyzed. RESULTS: We included 19 studies: 5 randomized controlled trials, 6 nonrandomized studies, 5 qualitative studies, and 3 reviews. Mixed perceptions existed for different constructs of wearable technologies, which reflects the differences in the suitability of wearable technology interventions for different individuals in different contexts. This also indicates that interventions were not often tailored to participants' motivations. In addition, very few wearable technology interventions included a thorough qualitative analysis of the participants' view on important features of the intervention that made it successful. CONCLUSIONS: This study highlights the importance of determining the type of intervention most suitable for an individual before the intervention is used. Our findings could help participants find a suitable intervention that is most effective for them. Further research needs to develop a user-centered tool for obtaining comprehensive user feedback. TRIAL REGISTRATION: PROSPERO CRD42018096932; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=96932.
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 | 0,021 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».