Helping providers address psychological aspects of obesity in routine care: Development of the obesity adjustment dialogue tool (OADT)
Notice bibliographique
Résumé
Background: This study developed and validated a dialogue tool (Obesity Adjustment Dialogue Tool) to efficiently assess QoL and drive to eat for use in routine clinical care. Methods: A 13-question interview was created, assessing the impact of living with obesity on quality of life and drive to eat. In a counter-balanced order, PwO were interviewed and completed the Obesity Adjustment Survey (OAS), the Impact of Obesity on Quality of Life-Lite scale (IWQoL), the Three Factor Eating Questionnaire (TREQ), and the Control of Eating Questionnaire (COEQ). Questionnaire results were used to validate the interview using correlational and concordance measures. Results: 101 PwO consented and 98 completed all measures (mean BMI = 37.8; 30.7% Class III obesity). Correlations between the QoL dialogue tool and validated instruments (OAS, IWQOL) were moderate to high. Correlations between cravings questions and validated measures (TFEQ, COEQ) were high except for attempts to control eating. Correspondence based on categorizing both the dialogue tool and scales into high/low impact was high except for attempts to control eating (which was dropped from the final tool). Conclusion: The Obesity Adjustment Dialogue Tool is a brief clinician-led structured interview which closely matches information derived from validated scales. This tool offers an efficient approach to incorporating QoL factors into obesity management.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».