Components of Adolescent Behavioural Interventions With Eating Disorder Outcomes: Systematic Review With Intervention Mapping
Notice bibliographique
Résumé
OBJECTIVE: To understand delivery features and intervention strategies of adolescent weight management interventions which may influence eating disorder risk. METHODS: Systematic searches in four databases and two trial registries to identify randomised controlled trials in adolescents with overweight/obesity measuring eating disorder risk pre- and post-intervention. Delivery features and intervention strategies were coded from published descriptions using a project-specific codebook, validated by trial investigators and narratively synthesised. RESULTS: Of 11 860 records screened, 23 trials, with 54 intervention arms, were included in the analysis. Most interventions focused on weight loss and maintenance (54%) and were informed by a cognitive behavioural framework (43%). Interventions commonly targeted an individual with a support person (70%). Median intervention duration was 26 weeks, with weekly (35%) or staged (e.g., weekly, then monthly) visit (41%) frequency. Interventions had a mean (SD) of 30 (16.1) intervention strategies. Most included healthy eating education (89%), physical activity education (89%) and problem-solving barriers to dietary change (80%). Few included mental health strategies (17%). Interventions included 'dietary prescription' (65%), and 78% promoted 'healthful/helpful eating behaviours'. CONCLUSION: Weight management interventions are complex and vary in delivery approach and strategies used to change behaviors. Characterising interventions is a critical first step to understanding how weight management interventions' influence eating disorder risk.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».