Improving Health Behaviours and Clinical Factors in Individuals at Risk for Developing Noncommunicable Diseases: The ACCELERATION Program
Notice bibliographique
Résumé
Background. Noncommunicable diseases (NCDs: e.g., heart disease, cancer) account for 71% of global deaths. Behavioural risk factors, like physical inactivity and inadequate nutrition, are crucial targets for effectively preventing such diseases. This cohort study evaluated the efficacy of a 12-week lifestyle behaviour change program, called ACCELERATION, for changing lifestyle behaviours (such as physical activity and diet) in individuals at risk of developing NCDs. ACCELERATION was rooted in evidence-based behaviour change techniques/frameworks (such as goal setting, action planning, and motivational communication). Methods. Individuals at risk for developing NCDs (N = 696) were recruited across four sites in Canada (British Columbia, Nova Scotia, Ontario, Quebec) to participate in the ACCELERATION program. Healthy lifestyle behaviours (e.g., physical activity, fruit and vegetable consumption) and markers of psychological/physical health (e.g., depression, blood pressure, waist circumference) were assessed at baseline, immediately after the intervention, and 6-months post-intervention.Results. By the end of the intervention, participants had increased their weekly levels of moderate-to-vigorous physical activity by 76.4 minutes (95% CI: 58.8 to 93.9), and their daily consumption of fruits and vegetables by 0.5 cups (95% CI: 0.3 to 0.6). Participants also showed significant improvements in psychological function (lower depression, better sleep) and physical health (e.g., reduced blood cholesterol, body mass index, waist circumference). Positive changes were generally maintained by 6 months post-intervention. Interpretation. Our findings support the efficacy of the ACCELERATION program for improving healthy lifestyle behaviour change. Other programs may find it beneficial to incorporate similar behaviour change principles (e.g., motivational communication). Trial registration: NCT02264366
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».