Effects of Health At Every Size® strategies on short- versus long-term weight loss in people with overweight and obesity: a systematic review
Notice bibliographique
Résumé
Traditional weight loss interventions based on the principle “eat less, move more” often lead to weight regain in the long-term. The Health-At-Every-Size® (HAES®) is an alternative intervention that focuses on self-acceptance, intuitive eating, and physical activity for overall well-being. However, evidence on the effectiveness of HAES® in terms of weight loss remains sparse and the existing systematic reviews did not compare the short-term versus long-term effects. The aim of this systematic review was to assess the effectiveness of HAES® on short- and long-term weight loss in people with obesity and overweight. Five scientific databases were searched and 11 papers met the inclusion criteria. These studies were conducted in Canada, United States, Brazil, and the United Kingdom, only with female participants, and in a group-setting. Six out of ten studies with short-term follow-ups (<1y) and four out of seven studies with long-term follow-ups (>1y) reported significant weight reductions in the HAES®-group compared to the pre-intervention baseline. There were no consistent weight reduction effects when HAES® was compared to control groups (waiting list, social support, or traditional dieting). Interestingly, some studies found significant benefits of HAES® on health-outcomes, eating behaviors, or psychological functioning. In conclusion, there is only modest evidence that HAES® facilitates weight loss short-term or long-term. However, there are behavioral and psychological benefits of HAES®, which suggests that combining this method with traditional weight loss interventions could result in optimal outcomes.
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 ».