MétaCan
Menu
Retour à la cohorte
Enregistrement W4388488944 · doi:10.1001/jamanetworkopen.2023.42663

Reduction of Financial Health Incentives and Changes in Physical Activity

2023· article· en· W4388488944 sur OpenAlexafffundabout
Sean Spilsbury, Piotr Wilk, Carolyn Taylor, Harry Prapavessis, Marc Mitchell

Notice bibliographique

RevueJAMA Network Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of British ColumbiaWestern University
Organismes subventionnairesGovernment of Ontario
Mots-clésIncentivePopulationGovernment (linguistics)EarningsMedicinePhysical activityPsychological interventionPsychologyFinanceDemographyPhysical therapyEnvironmental healthBusinessEconomicsNursing

Résumé

récupéré en direct d'OpenAlex

Importance: Governments and others continue to use financial incentives to influence citizen health behaviors like physical activity. However, when delivered on a population scale they can be prohibitively costly, suggesting more sustainable models are needed. Objectives: To evaluate the association of incomplete financial incentive withdrawal ("schedule thinning") with physical activity after more than a year of incentive intervention and to explore whether participant characteristics (eg, app engagement and physical activity) are associated with withdrawal outcomes. Design, Setting, and Participants: This case-control study with a pre-post quasi-experimental design included users of a government-funded health app focused on financial incentives. Eligible participants were residents in 3 Canadian provinces over 25 weeks in 2018 and 2019. Data were analyzed from July 2021 to December 2022. Exposure: Due to fiscal constraints, financial incentives for daily physical activity goals were withdrawn in Ontario in December 2018 (case)-representing a 90% reduction in incentive earnings-but not in British Columbia or Newfoundland and Labrador (controls). Main Outcome and Measures: The primary outcome was objectively assessed weekly mean daily step count. Linear regression models were used to compare pre-post changes in daily step counts between provinces (a difference-in-differences approach). Separate models were developed to examine factors associated with changes in daily step count (eg, app engagement and physical activity). Clinically meaningful initial effect sizes were previously reported (approximately 900 steps/d overall and 1800 steps/d among the physically inactive). Results: In total there were 584 760 study participants (mean [SD] age, 34.3 [15.5] years; 220 388 women [63.5%]), including 438 731 from Ontario, 124 101 from British Columbia, and 21 928 from Newfoundland and Labrador. Significant physical activity declines were observed when comparing pre-post changes in Ontario to British Columbia (-198 steps/d; 95% CI, -224 to -172 steps/d) and Newfoundland and Labrador (-274 steps/d; 95% CI, -323 to -225 steps/d). The decrease was most pronounced for highly engaged Ontario users (-328 steps/d; 95% CI, -343 to -313 steps/d). Among physically inactive Ontario users, physical activity did not decline following withdrawal (107 steps/d; 95% CI, 90 to 124 steps/d). Conclusions and Relevance: In this case-control study of incomplete financial incentive withdrawal, statistically significant daily step count reductions were observed in Ontario; however, these declines were modest and not clinically meaningful. Amidst substantial program savings, the physical activity reductions observed here may be acceptable to decision-makers working within finite budgets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,247

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,381
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations9
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetPhysical Activity and HealthTravaux en français237 207