Digital Interventions for Improving Body Dissatisfaction in Children and Emerging Adults: Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Body dissatisfaction is a condition where individuals are dissatisfied with their physical appearance. It has become a global issue, especially among children and emerging adults. A growing number of digital interventions have been developed to address body dissatisfaction in children and emerging adults; however, controversies remain regarding their efficacy, underscoring the need for a comprehensive synthesis of current evidence. Objective: This systematic review aimed to explore the effectiveness of digital interventions in improving body image-related outcomes among children and emerging adults. Methods: From inception to April 24, 2024, a literature search was performed across 7 databases-PubMed, Web of Science, MEDLINE, EBSCO (Elton B Stephens Company), Cochrane Library, CNKI (China National Knowledge Infrastructure), and WANFANG-to identify randomized controlled trials (RCTs) with a predefined set of inclusion criteria. This systematic review was reported in line with PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-analyses) guidelines. Study selection, data extraction, and risk of bias assessment using the Cochrane Risk-of-Bias Tool 2.0 were conducted independently by 2 researchers. Standardized mean differences (SMDs) and 95% CIs from the included RCTs were calculated for the meta-analysis. Heterogeneity was assessed with I² values. A fixed-effects model was used when I²≤50%, and a random-effects model was selected when I²>50%. Results: Twenty RCTs with 5251 participants (2610 in intervention groups and 2641 in control groups) met the inclusion criteria. Digital interventions included web pages, mobile apps, computer-based videos, computer-based sessions, internet-based sessions, internet games, chatbots, podcasts, and social media. Our results indicate that digital interventions could significantly improve body dissatisfaction (SMD=0.38, 95% CI -0.63 to -0.13; I2=55%; P=.003), physical appearance comparison (SMD=-0.24, 95% CI -0.45 to -0.03; I2=0%; P=.003), thin-ideal internalization (SMD=-0.28, 95% CI -0.36 to -0.2; I2=41%; P<.001), self-esteem (SMD=0.14, 95% CI 0.07-0.21; I2=21%; P<.001), self-compassion (SMD=0.55, 95% CI 0.33-0.78; I2=35%; P<.001), and depression (SMD=-0.59, 95% CI -0.97 to -0.21; I2=0%; P=.002), with small to medium effect sizes. Conclusions: While digital interventions improved body dissatisfaction among children and emerging adults, additional well-designed, rigorous, and large-scale RCTs are needed to decisively provide estimates of the effectiveness of digital interventions on body dissatisfaction.
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 | 0,011 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,032 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».