Efficacy of a Multicomponent Physical Activity Intervention for Teachers With or At Risk of Type 2 Diabetes: The Support, Motivation, and Physical Activity Research for Teachers Health Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Type 2 diabetes is a major cause of illness and disability and physical activity reduces these risks. The SMART Health study aim was to compare the efficacy of a multicomponent intervention to promote aerobic physical activity and resistance training in schoolteachers at risk of or diagnosed with type 2 diabetes, with and without a technology-based behavior change package. METHODS: We randomized participants (N = 104) into 3 groups: "wait-list" control group, 5 face-to-face visits with a psychologist and exercise specialist (SH group), or 5 face-to-face visits over a 3-month period with a psychologist and exercise specialist, plus a technology-based behavior change package for an additional 6 months (SH+ group). Physical activity was the primary outcome (daily steps measured by pedometers). Systolic and diastolic blood pressure, waist circumference, body mass index, fasting blood glucose, glycosylated hemoglobin, plasma lipids, self-reported resistance training, anxiety and depression were also assessed at 3 and 9 months (primary time point). Linear mixed models were used to assess the intervention efficacy of SH and SH+ compared with wait-list control. RESULTS: There were no significant group-by-time effects for steps in the SH or SH+ groups compared to the wait-list control group. Self-reported participation in monthly minutes of resistance training significantly increased at 3-month postbaseline in both groups (SH: 136 min, P < .01, d = 0.33 and SH+: 145 min P < .001, d = 0.4) versus the control group. The improvements were maintained for the SH group at 9 months. There was also a meaningful effect (P < .06, d = -0.23) for reducing anxiety for SH group at 9 months. CONCLUSIONS: SMART Health was a feasible, multicomponent intervention, which increased self-reported resistance training but no other secondary outcomes.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».