MétaCan
Menu
Retour à la cohorte
Enregistrement W4224131414 · doi:10.1002/osp4.603

Adherence to a caloric budget and body weight change vary by season, gender, and BMI: An observational study of daily users of a mobile health app

2022· article· en· W4224131414 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueObesity Science & Practice · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensMcGill UniversitySte. Anne's Hospital
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesGovernment of Canada
Mots-clésMedicineObservational studyCaloric theoryCaloric intakeGerontologyObesityBody mass indexEnvironmental healthBody weightPhysical activityWeight lossDemographyPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Objective Self‐monitoring, one of the most important behaviors for successful weight loss, can be facilitated through mobile health applications (mHealth apps). Therefore, it is of interest to determine whether consistent users of these apps succeed in achieving their weight goals. This study used data from an mHealth app that enabled tracking of caloric intake, body weight, and physical activity and provided a caloric budget depending on weight goal. The primary objective was to evaluate adherence to caloric budget and body weight change among the most consistent (i.e., daily) trackers of caloric intake over a calendar year ( n = 9372, 50% male). Methods Gender‐stratified linear mixed models were conducted to examine the effects of quarter of year (Q1–Q4 as season proxies) and body mass index (BMI) group (normal weight, overweight, obesity) on adherence to a caloric budget (kcal/day). Change in body weight was analyzed using a subset of users ( n = 5808) who entered their weight in the app at least once per week, once per month, or once in Q1 and Q4. Physical activity entries were evaluated in exploratory analyses. Results Only users with obesity met their caloric budget in Q1. Deviation from budget increased for all groups from Q1 to Q2 (mean change[±standard error of the mean]: +23.7[±1.8] and +39.7[±2.2] kcal/day for female and male users, p < 0.001), was stable between Q2 and Q3, and fluctuated thereafter depending on gender and BMI, with greater deviation among males with overweight. Users with obesity with weight entries at least once per month lost the most weight (−6.1[±0.3] and −4.5[±0.3] kg for females and males, p < 0.001). Physical activity was highest in the summer months. Conclusions Among consistent calorie trackers, adherence to a caloric budget and body weight vary by season, gender, and BMI. Self‐monitoring of body weight in addition to calorie tracking may lead to improved weight loss outcomes.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,189
Tête enseignante GPT0,473
Écart entre enseignants0,284 · 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