Personal Activity Trackers and Family Engagement in a Pediatric Obesity Intervention: Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Pediatric obesity continues to be a national health crisis. Parents play a critical role in obesity interventions. Digital health interventions, such as personal activity trackers, can help better engage parents in pediatric obesity interventions and improve outcomes. Objective: This study aimed to (1) assess the feasibility and acceptability of implementing personal activity trackers as part of a comprehensive family-based lifestyle intervention for pediatric obesity (BodyWorks) in a Federally Qualified Health Center; (2) evaluate the impact of personal activity trackers on parents' engagement, participant anthropometrics, and the overall program; and (3) examine the associations between steps per day and usage (minutes) with body composition outcomes. Methods: A total of 158 families were randomized to the control (BodyWorks) or intervention (BodyWorks + physical activity tracker) arm. Mean levels of weight-by-height outcomes, including BMI, BMI z scores, and BMI percent of the 95th percentile, were compared between the 2 groups. Results: There were no differences between study arms at baseline. After adjustment, there was a significant group difference in children's BMI z scores from baseline to the postintervention time point (P for interaction=.01). Conclusions: Families in the intervention group that completed the program had slightly better weight outcomes than the controls. Engaging parents through digital health interventions may be an effective way to enhance existing pediatric obesity intervention programs.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».