Healthy food prescription incentive programme for adults with type 2 diabetes who are experiencing food insecurity: protocol for a randomised controlled trial, modelling and implementation studies
Notice bibliographique
Résumé
INTRODUCTION: The high cost of many healthy foods poses a challenge to maintaining optimal blood glucose levels for adults with type 2 diabetes mellitus who are experiencing food insecurity, leading to diabetes complications and excess acute care usage and costs. Healthy food prescription programmes may reduce food insecurity and support patients to improve their diet quality, prevent diabetes complications and avoid acute care use. We will use a type 2 hybrid-effectiveness design to examine the reach, effectiveness, adoption, implementation and maintenance (RE-AIM) of a healthy food prescription incentive programme for adults experiencing food insecurity and persistent hyperglycaemia. A randomised controlled trial (RCT) will investigate programme effectiveness via impact on glycosylated haemoglobin (primary outcome), food insecurity, diet quality and other clinical and patient-reported outcomes. A modelling study will estimate longer-term programme effectiveness in reducing diabetes-related complications, resource use and costs. An implementation study will examine all RE-AIM domains to understand determinants of effective implementation and reasons behind programme successes and failures. METHODS AND ANALYSIS: 594 adults who are experiencing food insecurity and persistent hyperglycaemia will be randomised to a healthy food prescription incentive (n=297) or a healthy food prescription comparison group (n=297). Both groups will receive a healthy food prescription. The incentive group will additionally receive a weekly incentive (CDN$10.50/household member) to purchase healthy foods in supermarkets for 6 months. Outcomes will be assessed at baseline and follow-up (6 months) in the RCT and analysed using mixed-effects regression. Longer-term outcomes will be modelled using the UK Prospective Diabetes Study outcomes simulation model-2. Implementation processes and outcomes will be continuously measured via quantitative and qualitative data. ETHICS AND DISSEMINATION: Ethical approval was obtained from the University of Calgary and the University of Alberta. Findings will be disseminated through reports, lay summaries, policy briefs, academic publications and conference presentations. TRIAL REGISTRATION NUMBER: NCT04725630. PROTOCOL VERSION: Version 1.1; February 2022.
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 | 0,052 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,003 |
| Méta-épidémiologie (sens large) | 0,013 | 0,009 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 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) | 0,089 | 0,016 |
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 ».