Barriers to and enablers of modifying diet after metabolic bariatric surgery: A systematic review of published literature
Notice bibliographique
Résumé
This is a qualitative systematic review in which we investigated barriers and enablers influencing dietary behavior change after metabolic bariatric surgery (MBS). Database searches retrieved publications reporting perceived factors influencing dietary behavior change post-MBS. Data (quotes, survey results, interpretative summaries) were extracted and analyzed using combined deductive and inductive thematic analyses. The generated barrier/enabler themes mapped to the Theoretical Domains Framework and then behavior change techniques to identify potential strategies to improve post-operative dietary behavior. Thirty-four publications were included. Key barriers fell within the domains of 'Environmental Context and Resources' (e.g., insufficient and unreliable healthcare services), 'Behavioral Regulation' (e.g., lack of self-discipline), 'Emotions' (e.g., eating as a strategy to overcome negative emotions), 'Beliefs about Consequences' (e.g., the extent of realistic expectations from MBS), and 'Social Influences' (e.g., challenge of eating at social events). Key enablers were also identified within 'Environmental Context and Resources' (e.g. self-access internet-based resources), 'Behavioral Regulation' (e.g. learning how to develop new dietary strategies), 'Beliefs about Consequences' (e.g., positive impacts of surgery-induced food intolerances), and 'Social Influences' (e.g., support from social/group sessions). Potential strategies to change postoperative dietary behavior include social support, problem-solving, goal setting, and self-monitoring of behavior. This provides insight into the targets for future post-operative nutrition-focused interventions.
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 | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,003 |
| Bibliométrie | 0,001 | 0,005 |
| 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 | 0,001 | 0,001 |
| 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 ».