Communication tools used in childhood obesity discussions: A scoping review
Notice bibliographique
Résumé
BACKGROUND: Paediatric healthcare professionals (HCPs) play an essential role in the prevention and management of childhood obesity; however, many report considerable barriers to having weight-related conversations, including a lack of confidence. One way to address this is to use communication tools, such as charts, pictures and handouts. This scoping review's objective was to identify the extent and nature of available tools in the published literature that aimed to support HCPs in having positive weight-related conversations with children and families. METHODS: CINAHL, Medline and PsycINFO were systematically searched from 2005 to 2019. Articles were selected based on (a) use of an identified communication tool; (b) tool designed for use with children between the ages of 2 and 18 and/or their parents; (c) tool designed to be used in weight-related discussions; and (d) tool designed to be used by HCPs in a formal healthcare setting. RESULTS: Of the 3,596 articles yielded after deduplication, 13 unique communication tools were identified. Tools were grouped according to three themes: (a) help communicate child's weight status; (b) provide a communication framework for HCPs; and (c) actively engage children and/or parents in discussions. Many of the tools were recently developed and had not been evaluated in clinical practice. The clinical utility of each tool was evaluated. CONCLUSION: This study identified 13 communication tools HCPs could use when having weight-related discussions. However, there was a lack of evaluation and clinical utility. Only one tool had high clinical utility, and not all tools would be recommended for use in practice.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».