Design of financial incentive interventions to improve lifestyle behaviors and health outcomes: A systematic review
Notice bibliographique
Résumé
Background : Financial incentives may improve the initiation and engagement of behaviour change that reduce the negative outcomes associated with non-communicable diseases. There is still a paucity in guidelines or recommendations that help define key aspects of incentive-oriented interventions, including the type of incentive (e.g. cash rewards, vouchers), the frequency and magnitude of the incentive, and its mode of delivery. We aimed to systematically review the literature on financial incentives that promote healthy lifestyle behaviours or improve health profiles, and focused on the methodological approach to define the incentive intervention and its delivery. The protocol was registered at PROSPERO on 26 July 2018 ( CRD42018102556 ). Methods : We sought studies in which a financial incentive was delivered to improve a health-related lifestyle behaviour (e.g., physical activity) or a health profile (e.g., HbA1c in people with diabetes). The search (which took place on March 3 rd 2018) was conducted using OVID (MEDLINE and Embase), CINAHL and Scopus. Results : The search yielded 7,575 results and 37 were included for synthesis. Of the total, 83.8% (31/37) of the studies were conducted in the US, and 40.5% (15/37) were randomised controlled trials. Only one study reported the background and rationale followed to develop the incentive and conducted a focus group to understand what sort of incentives would be acceptable for their study population. There was a degree of consistency across the studies in terms of the direction, form, certainty, and recipient of the financial incentives used, but the magnitude and immediacy of the incentives were heterogeneous. Conclusions : The available literature on financial incentives to improve health-related lifestyles rarely reports on the rationale or background that defines the incentive approach, the magnitude of the incentive and other relevant details of the intervention, and the reporting of this information is essential to foster its use as potential effective interventions.
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 | 0,074 | 0,187 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,016 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 ».