Internet of Things–Enabled Technologies for Weight Management in Children and Adolescents: Protocol for a Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Childhood obesity is a serious global issue, leading to increased medical spending on obesity-related diseases such as cardiovascular diseases and diabetes. There is a need for health care services that link health behavior to risk factors, such as diet and physical activity, and that provide better advice and feedback to users, which Internet of Things-enabled technologies could facilitate. OBJECTIVE: The objective of the systematic review will be to identify available Internet of Things-enabled technologies for weight management of children and adolescents (users younger than 18 years). It will also aim to understand the use, effectiveness, and feasibility of these technologies. METHODS: We will search the Medline, PubMed, Web of Science, Scopus, ProQuest Central, and IEEE Xplore Digital Library databases for studies published after 2010, using a combination of keywords and subject headings related to health activity tracking, youth, and Internet of Things. In addition, a Google search to identify grey literature will be conducted. Two authors will independently screen the titles and abstracts identified from the search and accept or reject the studies according to the study inclusion criteria. Any discrepancies will then be discussed and resolved. The quality of the included studies will be assessed using the Critical Appraisal Skills Programme (CASP) checklists. Data from included studies will be extracted into a predesigned form to identify the types of devices or apps, Internet of Things applications, and health outcomes related to weight management. RESULTS: A preliminary search on Medline returned 484 results. The publication of the final systematic review is expected in mid-2020. CONCLUSIONS: The effectiveness and feasibility of physical activity trackers and consumer wearables for different patient groups have been well reviewed, but there are currently no published reviews that look into these technologies in the wider Internet of Things context. This review aims to address this gap by examining Internet of Things-enabled technologies that are designed for youth weight management and thus inform further research and clinical studies to reduce childhood obesity. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/16930.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gpt | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
| grok | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
| opus | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
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 | 0,075 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,016 | 0,015 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,073 | 0,009 |
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 validéeÉtiqueté directement par 3 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».