546-P: Impact of the COVID-19 Public Health Emergency on Enrollment and Outcomes in the National Diabetes Prevention Program
Notice bibliographique
Résumé
The National Diabetes Prevention Program is a partnership of public and private organizations working to build a nationwide delivery system for a lifestyle change program (LCP) to prevent or delay type 2 diabetes. Using data submitted to the Diabetes Prevention Recognition Program (DPRP), this study examines the impact of the COVID-19 public health emergency (PHE) on delivery of the LCP by looking at how adapting delivery from in-person to virtual allowed the 12-month intervention to continue. Participant start dates were categorized into 3 groups: 1) enrolled/concluded pre-PHE start, 2) enrolled pre-PHE start/concluded post-PHE start, and 3) enrolled/will conclude post-PHE start. As of October 2022, enrollment was at 658,385: 348,672 in group 1, 124,077 in group 2, and 185,636 in group 3. Mean reported weekly physical activity (PA) minutes and mean weight loss (WL) were calculated for each quarter of the LCP for each group. Despite the PHE causing abrupt changes in daily life, results show that participants whose time in the LCP overlapped or was entirely within the PHE, had strong PA and WL outcomes. Regardless of phase, participants who attended sessions in the 3rd quarter and the 4th quarter, on average, met programmatic goals of 150 PA minutes and 5% weight loss. These outcomes are indicative of lifestyle change, contributing to reducing the risk of developing type 2 diabetes. Disclosure E.Ely: None.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».