MétaCan
Menu
Retour à la cohorte
Enregistrement W4230040214 · doi:10.12688/wellcomeopenres.16947.1

Design of financial incentive interventions to improve lifestyle behaviors and health outcomes: A systematic review

2021· review· en· W4230040214 sur OpenAlexfundno aff
J. Jaime Miranda, M. Amalia Pesantes, María Lazo‐Porras, Jill Portocarrero, Francisco Diez‐Canseco, Rodrigo M. Carrillo‐Larco, Antonio Bernabé‐Ortiz, Antonio J. Trujillo, Robert W Aldridge

Notice bibliographique

RevueWellcome Open Research · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteFogarty International CenterNational Institute of Mental HealthNational Heart, Lung, and Blood InstituteFondo Nacional de Desarrollo Científico, Tecnológico y de Innovación TecnológicaBiotechnology and Biological Sciences Research CouncilMedical Research CouncilUniversity of North Carolina at Chapel HillAlliance for Health Policy and Systems ResearchWorld Diabetes FoundationHarvard T.H. Chan School of Public HealthInter-American Institute for Global Change ResearchConsejo Nacional de Ciencia, Tecnología e Innovación TecnológicaNational Science FoundationGrand Challenges CanadaBritish CouncilDirectorate for Biological SciencesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungInternational Development Research CentreBloomberg PhilanthropiesWellcome TrustUK Research and Innovation
Mots-clésIncentiveCINAHLPsychological interventionMedicineIncentive programBusinessEnvironmental healthNursingEconomics

Résumé

récupéré en direct d'OpenAlex

<ns3:p> <ns3:bold>Background</ns3:bold> : Financial incentives may improve the initiation and engagement of behaviour change that reduce the negative outcomes associated with non-communicable diseases. There is still a paucity in guidelines or recommendations that help define key aspects of incentive-oriented interventions, including the type of incentive (e.g. cash rewards, vouchers), the frequency and magnitude of the incentive, and its mode of delivery. We aimed to systematically review the literature on financial incentives that promote healthy lifestyle behaviours or improve health profiles, and focused on the methodological approach to define the incentive intervention and its delivery. The protocol was registered at PROSPERO on 26 July 2018 ( <ns3:ext-link xmlns:ns4="http://www.w3.org/1999/xlink" ext-link-type="uri" ns4:href="https://www.crd.york.ac.uk/prospero/display_record.php?ID=CRD42018102556">CRD42018102556</ns3:ext-link> ). </ns3:p> <ns3:p> <ns3:bold>Methods</ns3:bold> : We sought studies in which a financial incentive was delivered to improve a health-related lifestyle behaviour (e.g., physical activity) or a health profile (e.g., HbA1c in people with diabetes). The search (which took place on March 3 <ns3:sup>rd</ns3:sup> 2018) was conducted using OVID (MEDLINE and Embase), CINAHL and Scopus. </ns3:p> <ns3:p> <ns3:bold>Results</ns3:bold> : The search yielded 7,575 results and 37 were included for synthesis. Of the total, 83.8% (31/37) of the studies were conducted in the US, and 40.5% (15/37) were randomised controlled trials. Only one study reported the background and rationale followed to develop the incentive and conducted a focus group to understand what sort of incentives would be acceptable for their study population. There was a degree of consistency across the studies in terms of the direction, form, certainty, and recipient of the financial incentives used, but the magnitude and immediacy of the incentives were heterogeneous. </ns3:p> <ns3:p> <ns3:bold>Conclusions</ns3:bold> : The available literature on financial incentives to improve health-related lifestyles rarely reports on the rationale or background that defines the incentive approach, the magnitude of the incentive and other relevant details of the intervention, and the reporting of this information is essential to foster its use as potential effective interventions. </ns3:p>

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 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)0,029
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0290,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0070,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0020,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,485
Tête enseignante GPT0,635
Écart entre enseignants0,150 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWellcome Open ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207