Real‐world data of a digitally enabled, time‐restricted eating weight management program in public sector workers living with overweight and obesity in the United Kingdom: A service evaluation of the Roczen program
Notice bibliographique
Résumé
Abstract Introduction The health of the United Kingdom workforce is key; approximately 186 million days are lost to sickness each year. Obesity and type 2 diabetes (T2D) remain major global health challenges. The aim of this retrospective service evaluation was to assess the impact of a digitally enabled, time‐restricted eating (TRE) intervention (Roczen Program, Reset Health Ltd) on weight and other health‐related outcomes. Methods This service evaluation was conducted in people living with overweight/obesity, with 89% referred from public sector employers. Participants were placed on a TRE, low‐carbohydrate, moderate protein plan delivered by clinicians and mentors with regular follow up, dietary guidance, goal setting, feedback, and social support. Results A total of 660 members enrolled and retention was 41% at 12 months. The majority were female (73.2%), 58.9% were of White ethnicity, with a mean (SD) age of 47.5 years (10.1), and a body mass index of 35.0 kg/m2 (5.7). Data were available for 82 members at 12‐month. At 12‐month, members mean actual and percentage weight loss was −9.0 kg (7.0; p < 0.001) and −9.2% (6.7, p < 0.001) respectively and waist circumference reduced by −10.3 cm (10.7 p < 0.001), with 45.1% of members achieving ≥10% weight loss. Glycated hemoglobin was significantly improved at 6 months in people living with T2D (−11 mmol/mol [5.7] p = 0.012). Binge eating score significantly reduced (−4.4 [7.0] p = 0.006), despite cognitive restraint increasing (0.37 [0.6] p = 0.006). Conclusion Our service evaluation showed that the Roczen program led to clinically meaningful improvements in body weight, health‐related outcomes and eating behaviors that were sustained at 12‐month.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».