Nonsurgical weight loss interventions: A systematic review of systematic reviews and meta‐analyses
Notice bibliographique
Résumé
Access to bariatric surgery to treat obesity is limited and has long wait times. Many adults are seeking nonsurgical weight loss support. Our study objective was to conduct a systematic review of nonsurgical weight loss interventions. PubMed, EMBASE, CINAHL, PsycInfo, and the CochraneLibrary were searched. Inclusion criteria were adults 18 + with a BMI > 25 enrolled in minimum a 3-month nonsurgical weight loss intervention. Studies were independently extracted and assessed for quality using A MeaSurement Tool to Assess systematic Reviews 2 (AMSTAR2). Pooled analyses were extracted, graded for evidence quality, and summarized. A total of 1065 studies were assessed for eligibility; 815 screened and 236 full-texts assessed. Sixty-four meta-analyses met eligibility criteria: 1180 RCTs with 184,605 study participants. Studies were categorized as diets (n = 13), combination therapies (n = 10), alternative (n = 16), technology (n = 10), behavioral (n = 5), physical activity (n = 6), and pharmacotherapy (n = 3). In 80% of studies, significant weight losses were reported ranging from 0.34-8.73 k in favor of the intervention. The most effective nonsurgical weight loss interventions were diets, either low-carbohydrate or low-fat diets, followed for 6 months; combination therapy including meal replacements plus enhanced support; and pharmacotherapy followed for 12 months. Although significant weight losses were reported for other types of interventions such as physical activity and technology, the majority of studies reported weight losses less than 2 kgs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,061 | 0,015 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».