MétaCan
Menu
Retour à la cohorte
Enregistrement W3085086395 · doi:10.2196/18915

Feasibility and Acceptability of a Counseling- and mHealth-Based Physical Activity Intervention for Pregnant Women With Diabetes: The Fit for Two Pilot Study

2020· article· en· W3085086395 sur OpenAlexvenueno aff
Britta Larsen, Stephanie Micucci, Sheri J. Hartman, Gladys Ramos

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesUniversity of California, San Diego
Mots-clésMedicinemHealthGestational diabetesPregnancyType 2 diabetesPsychological interventionIntervention (counseling)Physical therapyDiabetes mellitusPublic healthFamily medicineGerontologyGestationNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Diabetes during pregnancy poses serious health risks to both mother and child. Regular physical activity can reduce these risks, yet few clinic-based interventions of physical activity for pregnant women with diabetes have been attempted. OBJECTIVE: The purpose of this single-arm pilot trial is to assess the feasibility and acceptability, and explore the potential efficacy of a counseling- and mobile health-based physical activity intervention for pregnant women with diabetes. METHODS: Participants (N=17) who had type 2 or gestational diabetes, could read and speak in English or Spanish, and were between 10 and 27 weeks of gestation were recruited from the University of California San Diego Diabetes and Pregnancy Program. Participants engaged in a one-on-one counseling and goal-setting session immediately following a clinic visit with their physician. They were given a Fitbit and shown how to use the Fitbit app, including entering personalized step goals, and were encouraged to build up to 10,000 daily steps. Daily steps were recorded for 12 weeks, until they were 36 weeks' gestation, or until 1 week before they gave birth, whichever came first. Feasibility was measured by recruitment, retention, and adherence, and acceptability was measured using consumer satisfaction questionnaires and follow-up interviews. Potential efficacy was explored by examining changes in daily steps over time. RESULTS: The participants were primarily Hispanic (13/17, 76%), had public insurance (15/17, 88%), and had type 2 diabetes (12/17, 71%). Of the 17 patients who began the intervention, 76% (13/17) completed a follow-up visit, and 71% (12/17) continued wearing the Fitbit regularly after 8 weeks in the intervention. Adherence in wearing the Fitbit was relatively high, with a median wear adherence of 90% of days. The intervention was generally well accepted, with 85% (11/13) indicating that they were motivated to exercise more following the counseling session, 85% (11/13) indicating that the Fitbit helped increase their activity, and 92% (12/13) recommending the program overall. Mean daily steps increased from baseline (mean 6122, SD 2439) to week 3 (mean 6269, SD 2166) and then decreased through week 12 (mean 4191, SD 2228). CONCLUSIONS: High acceptability, retention, and adherence suggest that this may be a promising approach to delivering a simple, low-burden intervention in a clinical setting to a high-risk, underserved population. A randomized controlled trial is needed to determine whether this approach is effective in slowing the reduction in activity typically seen throughout pregnancy. TRIAL REGISTRATION: ClinicalTrials.gov NCT03302377; https://clinicaltrials.gov/ct2/show/NCT03302377.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,434
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetGestational Diabetes Research and ManagementTravaux en français237 207