Gender differences in adherence and retention in Mediterranean diet interventions with a weight‐loss outcome: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: The Mediterranean diet has been shown to be effective in improving health outcomes and for weight loss. Adherence and retention in dietary interventions are critical to ensure the benefits of the exposure. No studies to date have assessed the role of gender in understanding participants who remain engaged and adhere to Mediterranean diet interventions. AIMS: This study aimed to explore gender differences in recruitment, adherence, and retention for Mediterranean diet interventions and whether these were associated with differences in weight-loss outcomes. METHODS: A systematic search was completed in EMBASE, Medline, Cochrane, and clinicaltrials.gov from inception to March 2023. A meta-analysis of studies reporting retention by gender was completed using odds ratios comparing female to male dropout numbers. A second meta-analysis was completed for adherence comparing standardized mean difference of Mediterranean diet scores stratified by gender. Newcastle Ottawa score was used to assess risk of bias. RESULTS: A total of 70 articles were included in the systematic review with six articles included in the adherence meta-analysis and nine in the dropout meta-analysis. No statistically significant difference was shown for adherence or retention by gender. Weight-loss outcomes were inconsistent. CONCLUSIONS: The results of the study suggest a higher adherence and lower dropout for women although these results were not statistically significant. Future studies of Mediterranean diet interventions should include adherence, retention, and weight-loss data stratified by gender to allow further investigation of this relationship.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».