MétaCan
Menu
Retour à la cohorte
Enregistrement W4390246133 · doi:10.2196/52576

User Engagement, Acceptability, and Clinical Markers in a Digital Health Program for Nonalcoholic Fatty Liver Disease: Prospective, Single-Arm Feasibility Study

2023· article· en· W4390246133 sur OpenAlex
Sigríður Björnsdóttir, Hildigunnur Ulfsdottir, Elías F. Guðmundsson, Kolbrún Sveinsdottir, Ari Páll Ísberg, Bartosz Dobies, Gudlaug Erla Akerlie Magnusdottir, Thrudur Gunnarsdottir, Tekla Karlsdottir, Guðlaug Björnsdóttir, Sigurður Sigurðsson, Saemundur Oddsson, Vilmundur Guðnason

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Cardio · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesHjartavernd
Mots-clésNonalcoholic fatty liver diseaseNonalcoholic steatohepatitisMedicineDiseaseProspective cohort studyInternal medicinePhysical therapyFatty liver

Résumé

récupéré en direct d'OpenAlex

Background Nonalcoholic fatty liver disease (NAFLD) has become the most common chronic liver disease in the world. Common comorbidities are central obesity, type 2 diabetes mellitus, dyslipidemia, and metabolic syndrome. Cardiovascular disease is the most common cause of death among people with NAFLD, and lifestyle changes can improve health outcomes. Objective This study aims to explore the acceptability of a digital health program in terms of engagement, retention, and user satisfaction in addition to exploring changes in clinical outcomes, such as weight, cardiometabolic risk factors, and health-related quality of life. Methods We conducted a prospective, open-label, single-arm, 12-week study including 38 individuals with either a BMI >30, metabolic syndrome, or type 2 diabetes mellitus and NAFLD screened by FibroScan. An NAFLD-specific digital health program focused on disease education, lowering carbohydrates in the diet, food logging, increasing activity level, reducing stress, and healthy lifestyle coaching was offered to participants. The coach provided weekly feedback on food logs and other in-app activities and opportunities for participants to ask questions. The coaching was active throughout the 12-week intervention period. The primary outcome was feasibility and acceptability of the 12-week program, assessed through patient engagement, retention, and satisfaction with the program. Secondary outcomes included changes in weight, liver fat, body composition, and other cardiometabolic clinical parameters at baseline and 12 weeks. Results In total, 38 individuals were included in the study (median age 59.5, IQR 46.3-68.8 years; n=23, 61% female). Overall, 34 (89%) participants completed the program and 29 (76%) were active during the 12-week program period. The median satisfaction score was 6.3 (IQR 5.8-6.7) of 7. Mean weight loss was 3.5 (SD 3.7) kg (P<.001) or 3.2% (SD 3.4%), with a 2.2 (SD 2.7) kg reduction in fat mass (P<.001). Relative liver fat reduction was 19.4% (SD 23.9%). Systolic blood pressure was reduced by 6.0 (SD 13.5) mmHg (P=.009). The median reduction was 0.14 (IQR 0-0.47) mmol/L for triglyceride levels (P=.003), 3.2 (IQR 0.0-5.4) µU/ml for serum insulin (s-insulin) levels (P=.003), and 0.5 (IQR –0.7 to 3.8) mmol/mol for hemoglobin A1c (HbA1c) levels (P=.03). Participants who were highly engaged (ie, who used the app at least 5 days per week) had greater weight loss and liver fat reduction. Conclusions The 12-week-long digital health program was feasible for individuals with NAFLD, receiving high user engagement, retention, and satisfaction. Improved liver-specific and cardiometabolic health was observed, and more engaged participants showed greater improvements. This digital health program could provide a new tool to improve health outcomes in people with NAFLD. Trial Registration Clinicaltrials.gov NCT05426382; https://clinicaltrials.gov/study/NCT05426382

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.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,848

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,088
Tête enseignante GPT0,419
Écart entre enseignants0,331 · 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