A comparison of virtual and in person delivery of a full meal replacement program for obesity
Notice bibliographique
Résumé
Abstract Objective Full meal replacement (FMR) Intensive Lifestyle Interventions (ILI) have been used for weight management. However, predictors of efficacy with these programs are less clear. The primary objective was to assess weight loss predictors in a community‐based FMR ILI program. A secondary objective was to determine if weight loss was different between virtual and in person ILI. Methods This was a retrospective cohort study involving 234 patients who started the program between 1 January 2016 and 3 March 2021. In the 24‐week program, patients spent 12 weeks on FMR and then transitioned back to food for the remainder, with weekly follow up with a physician and group sessions with a dietitian. Visits were in person prior to March 2020 and virtual afterward. Results Patients' average age was 47.5 years (SD = 12.0) and 73.5% were female. Average weight loss was 14.3% (SD = 6.2%). There was no significant difference in weight loss between virtual and in person programs. Patients on a Glucagon‐like Peptide‐1 Receptor Agonist prior lost less weight. Other significant associations between groups were baseline Hemoglobin A1C, classes attended, as well as the age since peak weight. Conclusion Weight loss from virtual ILI was not significantly different from person ILI. More research is needed to determine how to best stratify care as virtual or in person using FMR programs.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».