MétaCan
Menu
Retour à la cohorte
Enregistrement W4387766299 · doi:10.2196/50870

A Mobile Intervention Designed Specifically for Older Adults With Frailty to Support Healthy Eating: Pilot Randomized Controlled Trial

2023· article· en· W4387766299 sur OpenAlexvenueno aff
Yan Su, Kuan-Ching Wu, Shao‐Yun Chien, Aishwarya Naik, Oleg Zaslavsky

Notice bibliographique

RevueJMIR Formative Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingNational Institutes of Health
Mots-clésMedicineRandomized controlled trialPsychological interventionPhysical therapyIntervention (counseling)GerontologymHealthInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Frailty, a common geriatric syndrome, predisposes older adults to functional decline. No medications can alter frailty's trajectory, but nutritional interventions may aid in supporting independence. OBJECTIVE: This paper presents a pilot randomized controlled trial to investigate the feasibility and efficacy of a mobile health intervention, "Olitor," designed to enhance adherence to the Mediterranean diet among older adults with frailty, requiring no external assistance. METHODS: The study sample consisted of 15 participants aged 66-77 (mean 70.5, SD 3.96) years randomized into intervention (n=8; 8 females; mean 72.4, SD 4.8 years) and control groups (n=7; 6 females, 1 male; mean 70.0, SD 3.9 years). The intervention involved a patient-facing mobile app called "Olitor" and a secure web-based administrative dashboard. Participants were instructed to use the app at least weekly for 3 months, which provided feedback on their food choices, personalized recipe recommendations, and an in-app messaging feature. Using Mann-Whitney tests to compare change scores and Hedges g statistics to estimate effect sizes, the primary efficacy outcomes were adherence to the Mediterranean diet score and insulin resistance measures. Secondary outcomes included retention as a measure of feasibility, engagement level and user app quality ratings for acceptability, and additional metrics to evaluate efficacy. Models were adjusted for multiple comparisons. RESULTS: The findings demonstrated a significant improvement in the Mediterranean diet adherence score in the intervention group compared to the control (W=50.5; adjusted P=.04) with median change scores of 2 (IQR 2-4.25) and 0 (IQR -0.50 to 0.50), respectively. There was a small and insignificant reduction in homeostasis model assessment of insulin resistance measure (W=23; adjusted P=.85). Additionally, there were significant increases in legume intake (W=54; adjusted P<.01). The intervention's effect size was large for several outcomes, such as Mediterranean diet adherence (Hedges g=1.58; 95% CI 0.34-2.67) and vegetable intake (Hedges g=1.14; 95% CI 0.08-2.21). The retention rate was 100%. The app's overall quality rating was favorable with an average interaction time of 12 minutes weekly. CONCLUSIONS: This pilot study revealed the potential of the mobile intervention "Olitor" in promoting healthier eating habits among older adults with frailty. It demonstrated high retention rates, significant improvement in adherence to the Mediterranean diet, and increased intake of recommended foods. Insulin resistance showed a minor nonsignificant improvement. Several secondary outcomes, such as lower extremity function and Mediterranean diet knowledge, had a large effect size. Although the app's behavior change features were similar to those of previous digital interventions, the distinctive focus on theory-informed mechanistic measures involved in behavioral change, such as self-regulation, self-efficacy, and expected negative outcomes, may have enhanced its potential. Further investigations in a more diverse and representative population, focusing on individuals with impaired insulin sensitivity, are warranted to validate these preliminary findings. TRIAL REGISTRATION: ClinicalTrials.gov NCT05236712; https://clinicaltrials.gov/study/NCT05236712.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,088
Tête enseignante GPT0,438
Écart entre enseignants0,350 · 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetFrailty in Older AdultsTravaux en français237 207