MétaCan
Menu
Retour à la cohorte
Enregistrement W4412715332 · doi:10.2196/64846

Impact of a 24-Week Mobile App–Based Human Coaching Program on Body Composition and Lipid Metabolism in Breast Cancer Survivors With Overweight or Obesity: Single-Arm Prospective Cohort Study

2025· article· en· W4412715332 sur OpenAlexvenueno aff
Heejung Chae

Notice bibliographique

RevueJMIR mhealth and uhealth · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOverweightBreast cancerPreprintMedicineObesityGerontologyProspective cohort studyCohortCoachingHealth coachingCancerPhysical therapyInternal medicinePsychologyComputer scienceWorld Wide WebRandomized controlled trial

Résumé

récupéré en direct d'OpenAlex

Background: Overweight or obesity is a prognostic factor for breast cancer recurrence and breast cancer-related deaths. However, weight control is difficult for breast cancer survivors because of menopause, chemotherapy, antihormonal therapy, and psychological issues. Objective: This study aimed to develop a 24-week mobile app-based human coaching program using Noom and evaluate its efficacy in breast cancer survivors who are excessively overweight or with obesity, including those who successfully used the program. Methods: In this single-arm prospective cohort study, 130 breast cancer survivors with BMI ≥25 were enrolled and received a 24-week program, including diet-, exercise-, and psychology-based content with the trained human coach in Noom between 2019 and 2021. For a hyperactive group who joined for more than 16 weeks, we evaluated weight, BMI, lipid level, bioimpedance, and quality of life at baseline, 6-month, and 12-month follow-up. Results: Among 130 breast cancer survivors, 101 (77.7%) and 93 (71.5%) completed the 6-month and 12-month follow-ups, respectively. The mean age of all participants was 54.90 (SD 7.42) years. At baseline, the median BMI was 27.14 (IQR 25.20-35.36) for the hyperactive group and 27.50 (IQR 25.20-35.50) for the active and inactive group. In the hyperactive group (68/101, 67%), body weight and BMI significantly reduced (mean difference -1.97, 95% CI -2.65 to -1.26 kg; P<.01 and mean difference -0.86, 95% CI -1.15 to -0.56; P<.01, respectively) at 6 months and were maintained at 12 months without the yo-yo effect. Among the lipid panel, triglyceride levels decreased significantly (-34.13, 95% CI -58.09 to-10.17; P<.01) and were maintained at 12 months. With respect to bioimpedance components, skeletal muscle mass (kg), body fat mass (kg), percent body fat (%), waist-to-hip ratio, and visceral fat area (cm2) improved in the first 6 months. However, waist-to-hip ratio and visceral fat area increased during the next 6 months. Based on the European Organisation for Research and Treatment of Cancer Quality of Life Questionnaire-Core 30 (EORTC QLQ C30) and Breast Cancer Module (23 items), nausea or vomiting, constipation, body image, and arm and breast symptoms significantly improved during the first 6 months. Conclusions: This study demonstrated that a 24-week mobile app-based human coaching program is beneficial for controlling body weight, BMI, triglyceride, and body composition in terms of bioimpedance for breast cancer survivors who are excessively overweight or have obesity.

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 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)0,000
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 enseignants0,029
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,385
Écart entre enseignants0,360 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetCancer Risks and FactorsTravaux en français237 207