MétaCan
Menu
Retour à la cohorte
Enregistrement W4220657788 · doi:10.1136/bmjopen-2021-057521

Protocol for the Let’s Grow randomised controlled trial: examining efficacy, cost-effectiveness and scalability of a m-Health intervention for movement behaviours in toddlers

2022· article· en· W4220657788 sur OpenAlexafffund
Kylie D. Hesketh, Katherine Downing, Barbara C. Galland, Jan M. Nicholson, Rachael W. Taylor, Liliana Orellana, Mohamed Abdelrazek, Harriet Koorts, Vicki Brown, Jess Haines, Karen Campbell, Lisa M. Barnett, Marie Löf, Marj Moodie, Valerie Carson, Jo Salmon

Notice bibliographique

RevueBMJ Open · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of AlbertaUniversity of Guelph
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilCanadian Institutes of Health ResearchKillam TrustsDeakin UniversityUniversity of Alberta
Mots-clésmHealthMedicineIntervention (counseling)Psychological interventionRandomized controlled trialProtocol (science)Physical therapyClinical trialBaseline (sea)Alternative medicineNursing

Résumé

récupéré en direct d'OpenAlex

Introduction Despite being an important period for the development of movement behaviours (physical activity, sedentary behaviour and sleep), few interventions commencing prior to preschool have been trialled. The primary aim of this trial is to assess the 12-month efficacy of the Let’s Grow mHealth intervention, designed to improve the composition of movement behaviours in children from 2 years of age. Let’s Grow is novel in considering composition of movement behaviours as the primary outcome, using non-linear dynamical approaches for intervention delivery, and incorporating planning for real-world implementation and scale-up from its inception. Methods and analysis A randomised controlled trial will test the effects of the 12-month parental support mHealth intervention, Let’s Grow , compared with a control group that will receive usual care plus electronic newsletters on unrelated topics for cohort retention. Let’s Grow will be delivered via a purpose-designed mobile web application with linked SMS notifications. Intervention content includes general and movement-behaviour specific parenting advice and incorporates established behaviour change techniques. Intervention adherence will be monitored by app usage data. Data will be collected from participants using 24-hour monitoring of movement behaviours and parent report at baseline (T 0 ), mid-intervention (T 1 ; 6 months post baseline), at intervention conclusion (T 2 ; 12 months post baseline) and 1-year post intervention (T 3 ; 2 years post baseline). The trial aims to recruit 1100 families from across Australia during 2021. In addition to assessment of efficacy, an economic evaluation and prospective scalability evaluation will be conducted. Ethics and dissemination The study was approved by the Deakin University Human Ethics Committee (2020-077). Study findings will be disseminated through publication in peer-reviewed journals, presentation at scientific and professional conferences, and via social and traditional media. Trial registration number ACTRN12620001280998; U1111-1252-0599.

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)0,041
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,481

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,053
Méta-épidémiologie (sens strict)0,0080,005
Méta-épidémiologie (sens large)0,0130,008
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,005
Communication savante0,0080,006
Science ouverte0,0040,002
Intégrité de la recherche0,0110,014
Charge utile insuffisante (le modèle a refusé de juger)0,1440,026

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 Opus0,324
Tête enseignante GPT0,581
Écart entre enseignants0,257 · 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'étudeEssai randomisé
Domainenon disponible
GenreProtocole

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

En bref

Citations29
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207