MétaCan
Menu
Retour à la cohorte
Enregistrement W3183434885 · doi:10.1186/s13690-021-00657-6

“I was eating more fruits and veggies than I have in years”: a mixed methods evaluation of a fresh food prescription intervention

2021· article· en· W3183434885 sur OpenAlexafffundabout
Cole Heasley, Becca Clayton, Jade Muileboom, A.J. Schwanke, Sujani Rathnayake, Abby Richter, Matthew Little

Notice bibliographique

RevueArchives of Public Health · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversity of GuelphUniversity of Victoria
Organismes subventionnairesArrell Food Institute, University of GuelphOntario Trillium Foundation
Mots-clésMedicineEnvironmental healthFood securityIntervention (counseling)Medical prescriptionPublic healthConsumption (sociology)NursingAgricultureGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Food insecurity is associated with poor nutritional health outcomes. Prescribing fresh fruits and vegetables in healthcare settings may be an opportunity to link patients with community supports to promote healthy diets and improve food security. This mixed methods study evaluated the impacts of a fresh food prescription pilot program. METHODS: The study took place at two Community Health Centre locations in Guelph, Ontario, Canada. Sixty food insecure patients with ≥1 cardio-metabolic condition or micronutrient deficiency participated in the intervention. Participants were prescribed 12 weekly vouchers to Community Food Markets. We conducted a one-group pre-post mixed-methods evaluation to assess changes in fruit and vegetable intake, self-reported health, food security, and perceived food environments. Surveys were conducted at baseline and follow-up and semi-structured interviews with participants were conducted following the intervention. RESULTS: Food security and fruit and vegetable consumption improved following the intervention. Food security scores increased by 1.6 points, on average (p < 0.001). Consumption of fruits and 'other' vegetables (cucumber, celery, cabbage, cauliflower, squashes, and vegetable juice) increased from baseline to follow-up (p < 0.05). No changes in self-reported physical or mental health were observed. Qualitative data suggested that the intervention benefited the availability, accessibility, affordability, acceptability, and accommodation of healthy foods for participating households. CONCLUSIONS: Fresh food prescription programs may be a useful model for healthcare providers to improve patients' food environments, healthy food consumption, and food security.

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)0,016
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,374
Tête enseignante GPT0,543
Écart entre enseignants0,169 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations23
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArchives of Public HealthMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207