Multi-Level, Multi-Component Intervention Improves Dietary Intake in Native American Adults
Notice bibliographique
Résumé
To assess impact of a multi-level, multi-component (MLMC) intervention on dietary intake in Native American adults. A MLMC obesity intervention ([blinded for review]) was implemented among Native American adults in six rural tribal communities in the US Southwest and Midwest. [Blinded for review] included institutional level components, demonstrations, and distribution of educational media/materials in food stores, worksites, and schools. Communities were randomized to intervention (Group 1; n = 3) or control (Group 2; n = 3). Data collection surveys included a semi-quantitative Block food frequency questionnaire and an Adult Impact Questionnaire for demographics and anthropometrics. This analysis assessed change in daily energy and macronutrient intake from baseline to follow-up, daily intake of types of dietary fat, and daily servings of food groups as defined by the 2015–2020 Dietary Guidelines for Americans using multilevel mixed-effects linear regression with clustering at the community level. All models were adjusted for age, gender, education, Material Style of Life score (proxy for socio-economic status), smoking, and baseline dependent variable of interest. 492 participants completed both baseline and post-intervention surveys: 31 were excluded due to reports of daily caloric intake outside of established cut-offs (<500 kcal or >7000 kcal per day), and 15 were excluded due to incomplete data, for a total n = 446 for this analysis. The between group effect was significant for change in energy intake (−188.21 kcal; P = 0.050), total grams of carbohydrate (−22.48 g; P = 0.047), total grams of fat (−8.82 g; P = 0.044), and total grams of saturated fat (−3.19 g; P = 0.031), with greater decreases observed in Group 1. Change in total grams of sugar trended towards significance (−12.06 g; P = 0.057); similarly, greater decreases were observed in Group 1. Change in daily servings of fats and sweets was also significantly different between groups (−0.39 servings; P = 0.036), with greater decreases observed in Group 1. MLMC interventions can significantly impact dietary intake among rural Native American adults. This is especially important given the high risk of obesity and other diet-related chronic diseases among Native American adults. National Heart, Lung, and Blood Institute
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».