Mobile Health for Pediatric Weight Management: Systematic Scoping Review
Notice bibliographique
Résumé
BACKGROUND: The prevalence and consequences of obesity among children and adolescents remain a leading global public health concern, and evidence-based, multidisciplinary lifestyle interventions are the cornerstone of treatment. Mobile electronic devices are widely used across socioeconomic categories and may provide a means of extending the reach and efficiency of health care interventions. OBJECTIVE: We aimed to synthesize the evidence regarding mobile health (mHealth) for the treatment of childhood overweight and obesity to map the breadth and nature of the literature in this field and describe the characteristics of published studies. METHODS: We conducted a systematic scoping review in line with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for scoping reviews, by searching nine academic databases in addition to gray literature for studies describing acceptability, usability, feasibility, effectiveness, adherence, or cost-effectiveness of interventions assessing mHealth for childhood obesity treatment. We also hand searched the reference lists of relevant articles. Studies aimed at the prevention of overweight or obesity were excluded, as were studies in which mHealth was not the primary mode of treatment delivery for at least one study arm or was not independently assessed. A random portion of all abstracts and full texts was double screened by a second reviewer to ensure consistency. Data were charted according to study characteristics, including design, participants, intervention content, behavior change theory (BCT) underpinning the study, mode of delivery, and outcomes measured. RESULTS: We identified 42 eligible studies assessing acceptability (n=7), usability (n=2), feasibility or pilot studies (n=15), treatment effect (n=17), and fidelity (n=1). Change in BMI z-scores or percentiles was most commonly measured, among a variety of dietary, physical activity, psychological, and usability or acceptability measures. SMS, mobile apps, and wearable devices made up the majority of mobile interventions, and 69% (29/42) of the studies specified a BCT used. CONCLUSIONS: Pediatric weight management using mHealth is an emerging field, with most work to date aimed at developing and piloting such interventions. Few large trials are published, and these are heterogeneous in nature and rarely reported according to the Consolidated Standards of Reporting Trials for eHealth guidelines. There is an evidence gap in the cost-effectiveness analyses of such studies.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».