Abstract MP12: Lay- vs Professional-led Weight Loss Interventions for Overweight and Obese Youth: A Systematic Review and Network Meta-analysis
Notice bibliographique
Résumé
Context: In this network meta analysis, we examine the short and long-term effects of professional and lay-led behavioural interventions for obese youth. Objective: The appropriate approach for weight loss among overweight and obese youth remains unclear. We evaluated the comparative effectiveness of behavioural pediatric weight loss interventions led by lay persons and professionals. Data Sources: MEDLINE, Embase, the Cochrane Library, and CINAHL between January 1996 and June 2019. Study Selection: Randomized controlled trials of behavioural lifestyle interventions that enrolled overweight and obese children and adolescents (5-18 years old) administered for at least 12 weeks. Data Extraction: A network meta-analyses using a Bayesian framework and Markov-chain Monte-Carlo simulation methods were used to combine direct and indirect evidence. The immediate and sustained change from baseline in weight (kg) and body mass index (BMI; kg/m2) were primary outcomes. Results: Of 34,384 citations retrieved, we included 78 RCTs (4,556 participants), delivered for 12 to 104 weeks. Compared to standard care, professional-led weight loss interventions were associated with a significant reduction in body weight [-1.6 kg, 95% credible interval (CrI) -2.3, -0.99, 64 trials] that was not sustained long-term [-1.02 kg, 95% CrI -2.2, +0.34, 21 trials]. There was no evidence of a meaningful weight loss for lay-led interventions in the short-term [-1.4 kg; 95% CrI -3.0, +0.26; 5 trials], or long-term [-0.98 kg, 95% CrI -3.6, +1.8, 1 trial] compared to standard care. Direct comparisons revealed expert and lay-led interventions yield similar effects (-0.25 kg, 95%CrI -1.9, +1.3, 5 trials). Conclusions: Professional-led weight loss interventions are the most effective for achieving and sustaining weight reduction among overweight and obese youth. There is a need for high quality trials of lay-led weight loss interventions for obese youth.
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 | 0,030 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,035 |
| Bibliométrie | 0,012 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».