A Subsidized Healthy Food Prescription Program for Adults with type 2 Diabetes who are Experiencing Food Insecurity: Protocol for a Randomized Controlled Trial, Modelling and Implementation Studies
Notice bibliographique
Résumé
Abstract Background: The high cost of many healthy foods poses a significant challenge to the maintenance of optimal blood glucose levels for adults with type 2 diabetes (T2DM) who are experiencing food insecurity, leading to diabetes complications and excess acute care usage and costs. Subsidized healthy food prescription programs may help to reduce food insecurity by financially supporting patients to improve their diet quality, prevent diabetes complications and avoid acute care use. This study will use a type 2 hybrid effectiveness-implementation design to examine the reach, effectiveness, adoption, implementation and maintenance (RE-AIM) of a subsidized healthy food prescription program for adults who are experiencing food insecurity and persistent hyperglycemia. A randomized controlled trial (RCT) will investigate program effectiveness via impact on blood glucose levels (primary outcome), food insecurity, diet quality and other clinical and patient-reported outcomes. A modelling study will estimate longer-term program effectiveness in reducing diabetes-related complications, resource use and costs. An implementation study will examine all RE-AIM domains, including reasons behind program successes and failures, fidelity, mechanisms of impact, contextual determinants of effective implementation and sustainability. Methods: 404 adults who are experiencing food insecurity and persistent hyperglycemia, including adults who identify as Indigenous, will be randomized to a subsidized healthy food prescription intervention (n=202) or a healthy food prescription comparison group (n=202). Both groups will receive a healthy food prescription. The intervention group will additionally receive $1.50/day/household member to purchase healthy foods in supermarkets for 6 months. The implementation process will follow the Quality Implementation Framework. Outcomes will be assessed at baseline and follow-up (6 months) in the RCT and analyzed using mixed-effects linear and multinomial logistic/ordinal regression models. Longer-term outcomes will be modelled using the validated UK Prospective Diabetes Study outcomes simulation model-2. Implementation processes and outcomes will be continuously measured via quantitative and qualitative data and analyzed using descriptive statistics and theory-informed directed content analysis, respectively. Discussion: This research will provide a comprehensive body of data with high internal and external validity to assist policymakers and practitioners to effectively and rapidly translate the evidence generated into programs and policies to support patients with T2DM who are experiencing food insecurity. Trial registration: ClinicalTrials.gov NCT04725630 (January 25, 2021; https://www.clinicaltrials.gov/ct2/show/NCT04725630?term=Subsidized+Healthy+Food+Prescription+Program&cond=Diabetes+Mellitus%2C+Type+2&draw=2&rank=1).
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 | 0,057 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,012 | 0,008 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,074 | 0,013 |
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 ».