MétaCan
Menu
Retour à la cohorte
Enregistrement W3087061780 · doi:10.1111/ijpo.12733

Strategies to reduce attrition in managing paediatric obesity: A systematic review

2020· review· en· W3087061780 sur OpenAlexafffund
Geoff D.C. Ball, Meghan Sebastianski, Jessica Wijesundera, Diana Keto‐Lambert, Josephine Ho, Ian Zenlea, Arnaldo Perez, James Nobles, Joseph A. Skelton

Notice bibliographique

RevuePediatric Obesity · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensTrillium Health CentreCanadian Patient Safety InstituteUniversity of CalgaryUniversity of Alberta HospitalUniversity of Alberta
Organismes subventionnairesNational Institute for Health Research Applied Research Collaboration WestNational Institute for Health and Care ResearchCanadian Institutes of Health ResearchAlberta InnovatesDepartment of Health and Social CareAlberta Health Services
Mots-clésAttritionMedicineCINAHLPsychological interventionOverweightScopusMEDLINESystematic reviewIntervention (counseling)Weight managementObesityFamily medicineNursingInternal medicineDentistry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To conduct a systematic review of the literature for strategies designed to reduce attrition in managing paediatric obesity. METHODS: We searched Ovid Medline (1946 to May 6, 2020), Ovid Embase (1974 to May 6, 2020), EBSCO CINAHL (inception to May 6, 2020), Elsevier Scopus (inception to April 14, 2020), and ProQuest Dissertations & Theses (inception to April 14, 2020). Reports were eligible if they included any obesity management intervention, included 2 to 18 year olds with overweight or obesity (or if the mean age of participants fell within this age range), were in English, included experimental study designs, and had attrition reduction as a main outcome. Two team members screened studies, abstracted data, and appraised study quality. RESULTS: Our search yielded 5,415 original reports; six met inclusion criteria. In three studies, orientation sessions (n = 2) and motivational interviewing (MI) (n = 1) were used as attrition-reduction strategies before treatment enrollment; in three others, text messaging (n = 2) and MI (n = 1) supplemented existing obesity management interventions. Attrition-reduction strategies led to decreased attrition in two studies, increased in one, and no difference in three. For the two strategies that reduced attrition, (a) pre-treatment orientation and (b) text messaging between children and intervention providers were beneficial. The quality of the six included studies varied (good [n = 4]; poor [n = 2]). CONCLUSION: Some evidence suggests that attrition can be reduced. The heterogeneity of approaches applied and small number of studies included highlight the need for well-designed, experimental research to test the efficacy and effectiveness of strategies to reduce attrition in managing paediatric obesity.

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)0,044
score de la tête « metaresearch » (Gemma)0,131
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0440,131
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0110,011
Bibliométrie0,0180,013
Études des sciences et des technologies0,0010,002
Communication savante0,0040,006
Science ouverte0,0040,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,329
Écart entre enseignants0,289 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations29
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePediatric ObesityMême sujetObesity, Physical Activity, DietTravaux en français237 207