MétaCan
Menu
← Retour à la cohorte
Enregistrement W4367174391 · doi:10.2196/41545

Delivering a Postpartum Weight Loss Intervention via Facebook or In-Person Groups: Results From a Randomized Pilot Feasibility Trial

2023· article· en· W4367174391 sur OpenAlexvenueno aff
Molly E. Waring, Sherry Pagoto, Tiffany A. Moore Simas, Loneke T. Blackman Carr, Madison L. Eamiello, Brooke A Libby, Lauren R. Rudin, Grace E Heersping

Notice bibliographique

RevueJMIR mhealth and uhealth · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institutes of Health
Mots-clésRandomized controlled trialIntervention (counseling)MedicinemHealthPilot trialPhysical therapyPsychologyPsychological interventionNursingSurgery

Résumé

récupéré en direct d'OpenAlex

Background Postpartum weight retention contributes to weight gain and obesity. Remotely delivered lifestyle interventions may be able to overcome barriers to attending in-person programs during this life phase. Objective This study aimed to conduct a randomized feasibility pilot trial of a 6-month postpartum weight loss intervention delivered via Facebook or in-person groups. Feasibility outcomes were recruitment, sustained participation, contamination, retention, and feasibility of study procedures. Percent weight loss at 6 and 12 months were exploratory outcomes. Methods Women with overweight or obesity who were 8 weeks to 12 months post partum were randomized to receive a 6-month behavioral weight loss intervention based on the Diabetes Prevention Program lifestyle intervention via Facebook or in-person groups. Participants completed assessments at baseline, 6 months, and 12 months. Sustained participation was defined by intervention meeting attendance or visible engagement in the Facebook group. We calculated percent weight change for participants who provided weight at each follow-up. Results Among individuals not interested in the study, 68.6% (72/105) were not interested in or could not attend in-person meetings and 2.9% (3/105) were not interested in the Facebook condition. Among individuals excluded at screening, 18.5% (36/195) were ineligible owing to reasons related to the in-person condition, 12.3% (24/195) related to the Facebook condition, and 2.6% (5/195) were unwilling to be randomized. Randomized participants (n=62) were a median of 6.1 (IQR 3.1-8.3) months post partum, with a median BMI of 31.7 (IQR 28.2-37.4) kg/m2. Retention was 92% (57/62) at 6 months and 94% (58/62) at 12 months. The majority (21/30, 70%) of Facebook and 31% (10/32) of in-person participants participated in the last intervention module. Half (13/26, 50%) of Facebook and 58% (15/26) of in-person participants would be likely or very likely to participate again if they had another baby, and 54% (14/26) and 70% (19/27), respectively, would be likely or very likely to recommend the program to a friend. In total, 96% (25/26) of Facebook participants reported that it was convenient or very convenient to log into the Facebook group daily compared with 7% (2/27) of in-person participants who said it was convenient or very convenient to attend group meetings each week. Average weight loss was 3.0% (SD 7.2%) in the Facebook condition and 5.4% (SD 6.8%) in the in-person condition at 6 months, and 2.8% (SD 7.4%) in the Facebook condition and 4.8% (SD 7.6%) in the in-person condition at 12 months. Conclusions Barriers to attending in-person meetings hampered recruitment efforts and intervention participation. Although women found the Facebook group convenient and stayed engaged in the group, weight loss appeared lower. Research is needed to further develop care models for postpartum weight loss that balance accessibility with efficacy. Trial Registration ClinicalTrials.gov, NCT03700736; https://clinicaltrials.gov/ct2/show/NCT03700736

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)0,013
score de la tête « metaresearch » (Gemma)0,018
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,159
Tête enseignante GPT0,468
Écart entre enseignants0,308 · 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
GenreEmpirique

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

En bref

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→