Effects of digital health counseling and behavioral interventions on weight management during pregnancy and postpartum: A systematic review and meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
OBJECTIVES: This systematic review aimed to evaluate the effects of digital health counseling or behavioral weight management interventions for preventing excessive gestational weight gain (GWG) among pregnant individuals of all body mass index (BMI) categories, compared to routine care. METHODS: We searched MEDLINE, Embase, CINAHL, ProQuest Dissertations/Theses, PsycINFO, and the Cochrane Central Register of Controlled Trials, up to February 2024. We included randomized controlled trials (RCTs) wherein pregnant women received counseling or behavioral interventions through digital health compared to routine care. Pairs of reviewers independently screened titles and abstracts and extracted data from eligible RCTs. Data were pooled using inverse-variance random-effects meta-analyses. We applied the Cochrane Risk of Bias 2.0 tool and the Grading of Recommendations Assessment, Development, and Evaluation (GRADE) approach to assess the magnitude and certainty of the effects. RESULTS: We included 18 trials. Moderate certainty evidence showed 0.78 kg lower GWG in the weight management digital health intervention group, compared with routine care (95% CI: -1.40 to -0.16 kg). This reduction was higher in individuals with BMI ≥ 25 kg/m2. Digital health interventions likely reduce the risk of excessive GWG (RR = 0.80; 95% CI: 0.68 to 0.95) and may result in little to no difference in the rate of cesarean birth (CB) (RR = 1.09; 95% CI: 0.81 to 1.48). Low-certainty evidence suggested that digital health weight management interventions may reduce the risk of gestational diabetes mellitus (GDM) (RR = 0.80; 95% CI: 0.57 to 1.12), pre-eclampsia (RR = 0.82; 95% CI: 0.51 to 1.33), and preterm birth (RR = 0.83; 95% CI: 0.53 to 1.28). High-certainty evidence showed that digital health weight management interventions have little to no effect on birthweight (MD = 0.00; 95% CI: -0.08 to 0.08). CONCLUSIONS: Digital health interventions are effective in reducing GWG and excessive GWG based on BMI. Additionally, evidence suggests that these interventions may lower the risk of GDM, pre-eclampsia, and preterm birth. However, their impact on birthweight, GWG across all BMI categories, and the risk of CB is trivial.
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 | 0,024 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,033 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».