MétaCan
Menu
Retour à la cohorte
Enregistrement W4399419649 · doi:10.2196/50356

Real-World Outcomes of a Digital Behavioral Coaching Intervention to Improve Employee Health Status: Retrospective Observational Study

2024· article· en· W4399419649 sur OpenAlex

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 mhealth and uhealth · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCoaching Methods and Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObservational studyPreprintCoachingIntervention (counseling)MedicineDigital healthmHealthPsychologyPhysical therapyApplied psychologyPsychological interventionHealth careNursingComputer sciencePsychotherapist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic noncommunicable diseases (NCDs) account for major disability and premature mortality worldwide, with low- and middle-income countries being disproportionately burdened. Given the negative impact of NCDs on employee performance and work productivity, there is a rising need for stakeholders to identify effective workplace solutions that can improve employee health outcomes. As the workplace becomes more dispersed post pandemic, digital behavioral coaching offers a scalable, personalized, and cost-effective method of managing chronic disease risk factors among employees. OBJECTIVE: This study aimed to retrospectively evaluate the impact of a digital behavioral coaching program on year-to-year changes in employee health status in a cohort of Indonesian employees. METHODS: This retrospective real-world exploratory analysis of secondary health data followed 774 employees of an Indonesian company who completed company-sponsored health screenings between 2021 and 2022 and were given access to Naluri (Naluri Hidup Sdn Bhd), a holistic digital therapeutics platform offering digital behavioral health coaching and self-help tools. Participants were retrospectively classified as those who received active coaching (n=177), passive coaching (n=108), and no coaching (n=489). Linear mixed-effects models were used to evaluate the year-to-year changes in health outcomes across the 3 employee groups, with post hoc analyses evaluating within-group differences between the 2 time points and between-group differences at follow-up. RESULTS: =-11.45, P<.001) for employees in the Active Coaching group between 2021 and 2022, with the other 2 groups reporting deteriorations in multiple health outcomes throughout the 2 time points. At follow-up, those who received active coaching between 2021 and 2022 reported significantly lower body weight (P<.001), BMI (P=.001), low-density lipoprotein (P=.045), and total cholesterol (P<.001) than the No Coaching group. CONCLUSIONS: This study demonstrates real-world outcomes and implications supporting the use of workplace digital behavioral coaching in improving employee health status. Given the rising burden of NCDs in the Southeast Asian region, our findings underscore the role that workplace digital health interventions can play in preventing and managing chronic disease risk factors.

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)0,002
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 enseignants0,115
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,200
Tête enseignante GPT0,536
Écart entre enseignants0,336 · 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