Optimizing an Obesity Treatment Using the Multiphase Optimization Strategy Framework: Protocol for a Randomized Factorial Trial
Notice bibliographique
Résumé
BACKGROUND: Effective weight loss interventions exist, yet few can be scaled up for wide dissemination. Further, none has been fully delivered via text message. We used the multiphase optimization strategy (MOST) to develop multicomponent interventions that consist only of active components, those that have been experimentally determined to impact the chosen outcome. OBJECTIVE: The goal of this study is to optimize a standalone text messaging obesity intervention, Charge, using the MOST framework to experimentally determine which text messaging components produce a meaningful contribution to weight change at 6 months. METHODS: We designed a 6-month, weight loss texting intervention based on our interactive obesity treatment approach (iOTA). Participants are randomized to one of 32 experimental conditions to test which standalone text messaging intervention components produce a meaningful contribution to weight change at 6 months. RESULTS: The project was funded in February 2017; enrollment began in January 2018 and data collection was completed in June 2019. Data analysis is in progress and first results are expected to be submitted for publication in 2021. CONCLUSIONS: Full factorial trials are particularly efficient in terms of cost and logistics when leveraged for standalone digital treatments. Accordingly, MOST has the potential to promote the rapid advancement of digital health treatments. Subject to positive findings, the intervention will be low cost, immediately scalable, and ready for dissemination. This will be of great potential use to the millions of Americans with obesity and the providers who treat them. TRIAL REGISTRATION: ClinicalTrials.gov NCT03254940; https://clinicaltrials.gov/ct2/show/NCT03254940. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR1-10.2196/19506.
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 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 | 0,043 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,090 | 0,015 |
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 source (Gemma direct ou Codex distillé), 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 ».