Lifestyle Medicine Education in Health Professionals Curricula: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Non-communicable diseases (NCDs) are the leading cause of mortality and morbidity worldwide. Underlying NCDs are modifiable risk factors, which may be targeted through Lifestyle Medicine (LM). LM is an evidence-based and clinical discipline that supports healthy lifestyle habits. Much of LM integration in practice is rooted in the education afforded within health professional's curricula. The study aimed to determine the effectiveness of LM educational interventions within health professional's curricula on knowledge, competence, self-efficacy/confidence and skills. A systematic review and meta-analysis were conducted with data analyzed using descriptive statistics and a Random Effect Meta-analysis. A total of 14 studies were included. Interventions centered around substance use, nutrition and physical activity with no studies obtained on the sleep health, stress management and social connectedness pillars. Interventions showed a positive impact on improving knowledge standardized mean difference (SMD): 0.71 (95% CI: 0.25-1.18), self-esteem/self-confidence SMD: 1.34 (95% CI: 0.61-2.07), and outcome practice SMD: 0.78 (95% CI 0.29-1.26). There was insufficient power to provide reliable estimates for the attitude outcome. Integrating LM educational interventions within health professional's curricula is promising and recommended to better equip trainees and future health care providers to support patients with the adoption of a healthy lifestyle.
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 | 0,010 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,030 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».