MétaCan
Menu
Retour à la cohorte
Enregistrement W4399573478 · doi:10.2196/54126

Behavioral Weight Loss Programs for Cancer Survivors Throughout Maryland: Protocol for a Pragmatic Trial and Participant Characteristics

2024· article· en· W4399573478 sur OpenAlexvenueno aff
Gerald J. Jerome, Lawrence J. Appel, Linda Bunyard, Arlene Dalcin, Nowella Durkin, Jeanne Charleston, Norma Kanarek, Michael A. Carducci, Nae‐Yuh Wang, Hsin‐Chieh Yeh

Notice bibliographique

RevueJMIR Research Protocols · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésWeight lossPsychological interventionCancerProtocol (science)GerontologyClinical trialMedicinePsychologyPhysical therapyAlternative medicineNursingObesity

Résumé

récupéré en direct d'OpenAlex

Background Clinical trials examining lifestyle interventions for weight loss in cancer survivors have been demonstrated to be safe, feasible, and effective. However, scalable weight loss programs are needed to support their widespread implementation. The ASPIRE trial was designed to evaluate real-world, lifestyle-based, weight loss programs for cancer survivors throughout Maryland. Objective The objectives of this protocol paper are to describe the design of a nonrandomized pragmatic trial, study recruitment, and baseline characteristics of participants. Methods Participants were aged ≥18 years, residing in Maryland, with a BMI ≥25 kg/m2, who reported a diagnosis of a malignant solid tumor, completed curative treatment, and had no ongoing or planned cancer treatment. Enrollment criteria were minimized to increase generalizability. The primary recruitment source was the Johns Hopkins Health System electronic health records (EHRs). Participants selected 1 of 3 remotely delivered weight loss programs: self-directed, app-supported, or coach-supported program. Results Participants were recruited across all 5 geographic regions of Maryland. Targeted invitations using EHRs accounted for 287 (84.4%) of the 340 participants enrolled. Of the 5644 patients invited through EHR, 5.1% (287/5644) enrolled. Participants had a mean age of 60.7 (SD 10.8) years, 74.7% (254/340) were female, 55.9% (190/340) identified as non-Hispanic Black, 58.5% (199/340) had a bachelor’s degree, and the average BMI was 34.1 kg/m2 (SD 5.9 kg/m2). The most common types of cancers were breast (168/340, 49.4%), prostate (72/340, 21.2%), and thyroid (39/340, 8.5%). The self-directed weight loss program (n=91) included 25 participants who agreed to provide weights through a study scale; the app-supported program (n=142) included 108 individuals who agreed to provide their weight measurements; and the coach-supported weight loss program included 107 participants. We anticipate final analysis will take place in the fall of 2024. Conclusions Using EHR-based recruitment efforts, this study took a pragmatic approach to reach and enroll cancer survivors into remotely delivered weight loss programs. Trial Registration ClinicalTrials.gov NCT04534309; https://clinicaltrials.gov/study/NCT04534309 International Registered Report Identifier (IRRID) DERR1-10.2196/54126

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)0,059
score de la tête « metaresearch » (Gemma)0,057
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 non randomisé · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0590,057
Méta-épidémiologie (sens strict)0,0050,004
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,003
Communication savante0,0040,005
Science ouverte0,0030,003
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0870,014

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 Opus0,462
Tête enseignante GPT0,636
Écart entre enseignants0,174 · 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 non randomisé
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetCancer Risks and FactorsTravaux en français237 207