Blog

Jul 12, 2023

Sozio

BMC Public Health Band 23, Artikelnummer: 1666 (2023) Diesen Artikel zitieren Metrikdetails Bewegungsmangel und ungesunde Ernährung in Kombination mit Übergewicht sind Risikofaktoren für Typ-2-Diabetes (T2D).

BMC Public Health Band 23, Artikelnummer: 1666 (2023) Diesen Artikel zitieren

Details zu den Metriken

Bewegungsmangel und ungesunde Ernährung in Kombination mit Übergewicht sind Risikofaktoren für Typ-2-Diabetes (T2D). Lebensstilinterventionen mit Gewichtsabnahme sind bei der T2D-Prävention wirksam, ein erfolgloser Abschluss und chronischer Stress können jedoch die Wirksamkeit beeinträchtigen. Es wurden die Determinanten von chronischem Stress und vorzeitigem Abbruch zu Beginn der dreijährigen PREVIEW-Studie untersucht.

Die grundlegende Lebensqualität (QoL), soziale Unterstützung, die Inanspruchnahme der Grundversorgung und die Stimmung wurden als Prädiktoren für den Abbruch der Intervention und chronischen Stress bei Teilnehmern im Alter von 25 bis 70 Jahren mit Prädiabetes (n = 2.220) untersucht. Es wurden moderierende Effekte des Geschlechts und des sozioökonomischen Status (SES) sowie die Unabhängigkeit der Prädiktorvariablen des BMI getestet.

Teilnehmer mit Kindern, Frauen und einem höheren SES brachen die Intervention früher ab als Teilnehmer ohne Kinder, mit einem niedrigeren SES und Männer. Eine geringere Lebensqualität, mangelnde Unterstützung durch die Familie und die Inanspruchnahme der Grundversorgung waren mit dem Absetzen verbunden. Eine geringere Lebensqualität und höhere Stimmungsstörungen waren mit chronischem Stress verbunden. Prädiktorvariablen waren unabhängig (p ≤ 0,001) vom BMI, wurden jedoch durch Geschlecht und SES moderiert.

Eine politikbasierte Strategie im Bereich der öffentlichen Gesundheit sollte berücksichtigen, wie präventive Interventionen besser auf unterschiedliche individuelle Zustände und Lebenssituationen eingehen können, was sich auf den Abschluss der Intervention auswirken könnte. Interventionsdesigns sollten eine eingebaute Flexibilität bei der Bereitstellung ermöglichen, die eine Reaktion auf individuelle Bedürfnisse ermöglicht.

ClinicalTrials.gov-Kennung: NCT01777893.

Peer-Review-Berichte

Weltweit ist Typ-2-Diabetes (T2D) eine Ursache für eine große Krankheitslast [1], wobei Fettleibigkeit und Bewegungsmangel die Hauptrisikofaktoren für die Entwicklung und das Fortschreiten von T2D sind [2]. Trotz individueller öffentlicher Gesundheitsbemühungen (z. B. Lebensstilinterventionen) liegt die T2D-Prävalenz in Volkswirtschaften mit hohem Einkommen wie denen in Westeuropa bei schätzungsweise 8,5 % und nimmt immer noch zu [1, 3, 4], wobei sich diese Personen in einem niedrigeren sozioökonomischen Umfeld befinden Status (SES) besonders betroffen [5,6,7]. Die Folgen von T2D können schwerwiegend sein, physische und psychische Aspekte der Gesundheit umfassen und sich somit negativ auf die Lebensqualität (QoL) des Einzelnen auswirken [8, 9]. Bei der T2D-Prävention haben Lebensstilinterventionen zur Unterstützung der Gewichtsabnahme und Gewichtserhaltung das Potenzial, die gesundheitsbezogenen Ergebnisse [10,11,12,13] und folglich die Lebensqualität zu verbessern [14, 15].

Trotz der potenziellen Vorteile von Lebensstilinterventionen bei der T2D-Prävention führen vorzeitiges Absetzen der Intervention und Stress zu suboptimalen Interventionsvorteilen [13, 16, 17, 18]. Daher reicht es nicht aus, diejenigen Personen zu identifizieren, die von Interventionen profitieren (d. h. „erfolgreiche Leistungsträger“) [18], sondern auch die Wege zu identifizieren, die den Erfolg von Interventionen zur Gewichtsabnahme und Gewichtserhaltung in der T2D-Prävention beeinflussen [ 19, 20].

Eine vorzeitige Beendigung der Intervention ist das Ergebnis einer komplexen Interaktion zwischen Interventionseingaben, Personen und Kontextvariablen (19, 21, 22). Die von King [23] gestellte Frage ist als „Welches Rätsel“ bekannt: „Welche Intervention, für welche Menschen, unter welchen Umständen?“ Während Persönlichkeitsmerkmale (z. B. Neurotizismus, Extraversion) offenbar nicht mit dem Abbruch der Intervention in der T2D-Prävention verbunden zu sein scheinen [22], sind Faktoren wie ein höherer Ausgangs-Body-Mass-Index (BMI), jüngeres Alter, Beschäftigung oder Studium, Zögerlichkeit hinsichtlich der Wirksamkeit von Änderungen des Lebensstils wurden mit dem Abbruch der Intervention in Verbindung gebracht [16, 24,25,26,27,28,29]. Es besteht kein Konsens über den Einfluss von Faktoren wie schlechter Stimmung auf die Beendigung der Intervention [22, 30]. Dies kann wahrscheinlich auf die Tatsache zurückzuführen sein, dass die Zusammenhänge zwischen Stimmung und Behandlungsabbruch durch andere Variablen gemildert werden.

Die Identifizierung von Wegen zur erfolgreichen Aufrechterhaltung des Gewichtsverlusts ist aufgrund der Interkonnektivität und Austauschbarkeit zwischen Faktoren, bei denen Faktoren sowohl direkten als auch indirekten Einfluss auf die Ergebnisse haben können, eine Herausforderung [20, 31, 32]. Gerade aufgrund der teilweise widersprüchlichen Ergebnisse [33, 34] würde ein besseres Verständnis der Wechselwirkungen zwischen verschiedenen Faktoren gezieltere Lebensstilinterventionen zur Unterstützung der Gewichtsabnahme und Gewichtserhaltung bei Personen mit Prädiabetes ermöglichen. Während eine beträchtliche Menge an Literatur Faktoren untersucht hat, die mit einer erfolgreichen Gewichtserhaltung in Zusammenhang stehen [34, 35], gibt es nur begrenzte Belege aus groß angelegten Studien, die komplexe Prozesse untersuchen, die mit der Beendigung von Interventionen und chronischem Stress in der T2D-Prävention verbunden sind.

In dieser Studie wurden die gesundheitsbezogene Lebensqualität, die soziale Unterstützung, die Inanspruchnahme der Grundversorgung und die Stimmung zu Beginn einer Lebensstilintervention untersucht. Es wurde die Hypothese aufgestellt, dass diese Variablen die Beendigung von Interventionen und chronischen Stress beeinflussen, was beides mit ungünstigeren Ergebnissen bei der Gewichtsabnahme und der Aufrechterhaltung der Gewichtsabnahme verbunden ist [13, 33, 36]. Darüber hinaus wurde untersucht, ob Geschlecht und SES die Beziehungen zwischen gesundheitsbezogener Lebensqualität, sozialer Unterstützung, Inanspruchnahme von Primärversorgung und Stimmung als Prädiktoren für den Abbruch von Interventionen und chronischen Stress moderieren.

Ein höheres Risiko für nachteilige Folgen von Typ-2-Diabetes wurde beispielsweise mit dem Geschlecht (Männer), der nicht-kaukasischen ethnischen Zugehörigkeit und einem niedrigeren SES in Verbindung gebracht, was wiederum mit einer geringeren Wahrscheinlichkeit einer Einschreibung und einer höheren Wahrscheinlichkeit eines Abbruchs der Intervention verbunden ist [37, 38,39,40,41]. Sex wurde als potenzieller Moderator für Variablen wie Stimmung, chronischer Stress und Esszurückhaltung während der Gewichtsabnahme und Gewichtserhaltung angegeben [18, 42]. Obwohl soziale Unterstützung insbesondere bei Frauen mit positiven Ergebnissen bei der Gewichtsabnahme in Verbindung gebracht wird, ist die allgemeine Rolle sozialer Unterstützung bei der T2D-Prävention weniger gut verstanden [29]. Während Männer seltener an Lebensstilinterventionen teilnehmen und regelmäßig daran teilnehmen, ist die Rolle des Geschlechts der Teilnehmer bei der Moderation der Beziehungen zwischen verschiedenen Prädiktorvariablen und dem Absetzen der Intervention sowie chronischem Stress während der Gewichtsabnahme und Gewichtserhaltung weniger klar [26, 27, 43]. ].

Ein niedrigerer SES (gemessen als Einkommen) und höherer chronischer Stress wurden mit schlechteren Ergebnissen bei der Gewichtsabnahme sowohl bei Männern als auch bei Frauen und mit einer insgesamt geringeren Lebensqualität [18, 44,45,46,47] sowie mit dem Abbruch von Interventionen [18] in Verbindung gebracht , 45]. Darüber hinaus scheinen Zusammenhänge zwischen Gewicht und SES (gemessen als Bildungsniveau und Einkommen) zumindest teilweise durch das Geschlecht vermittelt zu werden [5, 48, 49]. Bei Frauen wurde ein höherer SES mit einer geringeren Wahrscheinlichkeit für Fettleibigkeit in Verbindung gebracht, ein ähnlicher Zusammenhang wurde jedoch bei Männern mit niedrigerem und höherem SES nicht beobachtet [50].

Über den vorzeitigen Abbruch der Intervention hinaus wurde chronischer Stress als einer der Schlüsselfaktoren identifiziert, der die Bemühungen zur Gewichtsabnahme und Gewichtserhaltung bei Lebensstilinterventionen behindert [18, 36]. Stress, eine physiologische und/oder psychologische Reaktion auf wahrgenommene interne oder externe Stressfaktoren, kann als adaptiv (kurzfristig) oder schädlich (langfristig) angesehen werden [51]. Stressoren, also Ereignisse oder Zustände, die zu physischem oder psychischem Stress führen, können von der Lebenssituation, dem SES und der Zugehörigkeit zu einer ethnischen Gruppe des Einzelnen abhängen [51,52,53]. Insbesondere chronischer Stress beeinflusst die biologischen Systeme des Einzelnen negativ, was wiederum negative Auswirkungen auf die Alltagsfunktionen, die kognitiven Fähigkeiten und die Gesundheit haben kann [52]. Stress ist auch mit schlechterem Gesundheitsverhalten verbunden, einschließlich schlechterer Ernährungsgewohnheiten und körperlicher Inaktivität [36, 54], wodurch das Risiko einer Gewichtszunahme steigt [32, 55]. Folglich kann ein stärker wahrgenommener chronischer Stress bei Interventionen zur Änderung des Lebensstils, die auf Gewichtsabnahme und Gewichtserhaltung abzielen, kontraproduktiv sein [18, 32]. Ein niedrigerer SES wurde insbesondere bei Männern mit höherem Stress und erhöhter Gewichtszunahme in Verbindung gebracht [31].

In diesen Sekundäranalysen wurden Daten aus einer gruppenbasierten T2D-Präventionsintervention PREVIEW (PREVention of Diabetes through Lifestyle Intervention and Population Studies in Europe and Around the World) mit Gewichtsverlust- und Gewichtsverlusterhaltungsphasen analysiert [13]. Hier wurde zu Beginn der PREVIEW-Intervention untersucht, ob die Lebensqualität, die soziale Unterstützung, die Inanspruchnahme der Grundversorgung und die Stimmung zu Beginn der PREVIEW-Intervention erstens mit dem Abbruch der Intervention und zweitens mit chronischem Stress verbunden waren. Wir stellten die Hypothese auf, dass eine geringere Lebensqualität und eine geringere soziale Unterstützung sowie eine höhere Inanspruchnahme der Grundversorgung und Stimmungsstörungen eine höhere Wahrscheinlichkeit für einen Abbruch der Intervention und einen höheren chronischen Stress bedeuten würden. Drittens untersuchten wir, ob Lebensqualität, soziale Unterstützung, Inanspruchnahme der Grundversorgung und Stimmung unabhängige Prädiktoren für den Abbruch der Intervention und chronischen Stress über den Basis-BMI hinaus sind. Wir stellten die Hypothese auf, dass Lebensqualität, soziale Unterstützung, Inanspruchnahme der Grundversorgung und Stimmung unabhängig vom BMI den Abbruch der Intervention vorhersagen würden. Viertens untersuchten wir, ob Geschlecht und SES die Beziehungen zwischen Prädiktorvariablen (z. B. Lebensqualität, soziale Unterstützung, Inanspruchnahme der Grundversorgung, Stimmung) und Interventionsabbruch und chronischem Stress moderierten. Hier wurde der Bildungsgrad als Indikator für den SES verwendet [56, 57].

Bei der PREVIEW-Intervention handelte es sich um eine 36-monatige randomisierte kontrollierte Studie (RCT) (Abb. 1), die eine zweimonatige Gewichtsabnahmephase für alle Teilnehmer und eine 34-monatige Gewichtserhaltungsphase für diejenigen umfasste, die ≥ 8 % ihres Ausgangswerts verloren hatten Körpermasse während der anfänglichen Gewichtsverlustphase [58]. Während der Abnehmphase wurde die schnelle Gewichtsabnahme durch eine energiearme Diät (Cambridge Weight Plan™) unterstützt. Von den Teilnehmern wurde in dieser Phase nicht erwartet, dass sie ihre körperlichen Aktivitätsgewohnheiten (PA) ändern. Für die Gewichtserhaltungsphase wurden die Teilnehmer in einem 2 × 2-faktoriellen Design randomisiert vier verschiedenen Interventionsarmen zugeteilt, die zwei Diät- und zwei PA-Programme umfassten, um den erreichten Gewichtsverlust von ≥ 8 % aufrechtzuerhalten (Diätprogramme: mehr Protein, moderate Kohlenhydrate). , niedriger glykämischer Index vs. Diät mit mäßigem Proteingehalt, hohem Kohlenhydratgehalt und mittlerem glykämischen Index; Programme für körperliche Aktivität: PA mit hoher Intensität vs. PA mit mittlerer Intensität). [58]. Eine Verhaltensmodifikationsintervention PREMIT (PREview behaviour Modification Intervention Toolbox) unterstützte die Teilnehmer dabei, ihre Ernährung und ihr PA-Verhalten zu ändern, um während der PREVIEW-Intervention eine Gewichtsabnahme zu erreichen und aufrechtzuerhalten [59]. Detaillierte Informationen zum Design und zu den Methoden der PREVIEW-Intervention, einschließlich der Berechnung der Stichprobengröße und detaillierter Ein- und Ausschlusskriterien für Teilnehmer, finden Sie bei Fogelholm et al. [58].

VORSCHAU Zeitleiste des Studiums

PREMIT war eine phasenbasierte und theorieorientierte Intervention, die als integraler Bestandteil der PREVIEW-Intervention konzipiert war, jedoch nicht spezifisch für den PREVIEW RCT-Arm. Alle Teilnehmer erhielten die gleiche Verhaltensunterstützung. PREMIT hatte 4 Phasen: vorläufig (Stufe 1); Vorbereitung (Stufe 2); Aktion (Stufe 3); und Wartung (Stufe 4). PREMIT wurde in 18 Gruppensitzungen mit 10–20 Teilnehmern in einer Gruppe durchgeführt (Abb. 1) [59].

Verschiedene Verhaltenstechniken wurden implementiert, um die Teilnehmer bei der Durchführung und Aufrechterhaltung der neuen Diät- und PA-Verhaltensweisen zu unterstützen. Verhaltenstechniken wie Information, Planung sozialer Unterstützung, Verhaltensmodellierung und Zielsetzung wurden eingesetzt, um Verhaltensdeterminanten wie Selbstwirksamkeit, soziale Unterstützung und Aktionsplanung zu beeinflussen. PREMIT wurde so konzipiert, dass die Teilnehmer die erlernten Techniken in realen Situationen zu Hause, am Arbeitsplatz und im gemeinschaftlichen Umfeld anwenden können. Die Intensität der Unterstützung wurde schrittweise reduziert, da davon ausgegangen wurde, dass die neuen Verhaltensweisen in die täglichen Routinen integriert worden wären [59].

Die Teilnehmer wurden an acht Studienorten rekrutiert; Kopenhagen (Dänemark), Helsinki (Finnland), Nottingham (Vereinigtes Königreich), Sydney (Australien), Maastricht (Niederlande), Sofia (Bulgarien), Navarra (Spanien), Auckland (Neuseeland). Teilnahmeberechtigt waren Personen unabhängig vom Geschlecht im Alter von 25 bis 70 Jahren mit Übergewicht oder Adipositas (BMI ≥ 25 kg/m2) und bestätigtem Prädiabetes, entweder aufgrund einer beeinträchtigten Nüchtern-Plasmaglukose und/oder einer beeinträchtigten oralen 2-Stunden-Glukosetoleranzprüfung [60]. ]. Hauptausschlusskriterien waren zunächst T2D und alle bekannten Krankheiten oder Medikamente, die einen Einfluss auf die Compliance hatten, z. B. im Rahmen des PA-Programms. In der Screening-Phase waren die wichtigsten Ausschlusskriterien Normoglykämie oder bestätigter Typ-2-Diabetes sowie der Befund jeglicher Erkrankung, Erkrankung oder Medikation, die die Einhaltung der Diät oder des PA-Programms beeinflussen könnte [58].

Die Teilnehmer wurden von Juni 2013 bis April 2015 durch Empfehlungen von primären und arbeitsmedizinischen Anbietern sowie durch Werbung in Print- und visuellen Medien rekrutiert. Diejenigen, die an einer Teilnahme interessiert waren, wurden vorab einer Einladung zur vollständigen Vorführung unterzogen. Um eine einheitliche Rekrutierung zu gewährleisten, wurden an jedem Studienort die gleichen Verfahren in den Landessprachen befolgt. Das Studienprotokoll wurde von der zuständigen lokalen Forschungsethikkommission an jedem Studienort überprüft. Die Teilnehmer mussten vor der Einschreibung in die Studie eine unterschriebene Einverständniserklärung vorlegen [58].

Der SES der Teilnehmer wurde anhand des höchsten erreichten Bildungsabschlusses geschätzt [56, 57, 61]. Es wurde erkannt, dass SES ein vielschichtiges Konstrukt ist, das Beruf, Bildungsabschluss und verfügbares Einkommen im Lebensverlauf umfasst [7, 57]. Es hat sich jedoch gezeigt, dass der Bildungsgrad ein wichtiger Faktor für soziale und gesundheitliche Ungleichheiten bei Typ-2-Diabetes ist [5, 49]. Anspruchsvollere Methoden wie die Blinder-Oaxaca-Zerlegung wurden zur Schätzung des SES nicht verwendet, da die Berufsdaten nicht optimal waren und es schwierig war, die verfügbaren Einkommen an den Interventionsorten verschiedener Länder, die an der PREVIEW-Intervention teilnahmen, zu vergleichen [6].

Zu Beginn der Intervention wurden Daten zu anthropometrischen (Gewicht und Größe), sozial-kognitiven (soziale Unterstützung, Stimmung, chronischer Stress, Lebensqualität, Inanspruchnahme der Grundversorgung und soziodemografischen Merkmalen) gesammelt. An jedem Datenauswertungspunkt wurden Daten zur Beendigung der Intervention gesammelt (Abb. 1). Die gesamte sozial-kognitive Datenerfassung erfolgte in den Landessprachen. Bei Bedarf wurden die Fragebögen mithilfe der üblichen Übersetzungs- und Rückübersetzungspraxis in die Landessprachen übersetzt.

Gewicht und Größe wurden leicht bekleidet und ohne Schuhe gemessen und der BMI wurde als (Gewicht/Größe2) berechnet.

Die Daten wurden mithilfe des European Social Survey und des International Social Survey [62] erhoben und umfassten Variablen wie Alter, Geschlecht und Bildungsniveau.

Basierend auf der von Sallis et al. entwickelten Skala. [63] wurde die wahrgenommene soziale Unterstützung von Familie und Freunden für gesunde Ernährung und PA-Verhalten bewertet. Die Teilnehmer wurden beispielsweise gefragt, ob Familie und/oder Freunde mit ihnen Sport treiben oder sie dazu ermutigen, sich gesund zu ernähren. Für jede Frage wurden die Teilnehmer gebeten, die Häufigkeit sozialer Unterstützung auf der Skala „1“ (keine) bis „5“ (sehr oft) einzuschätzen, getrennt für Familie und Freunde. Es konnte auch die Option „trifft nicht zu“ gewählt werden, die für Analysen auf „1“ (keine) umkodiert wurde. Niedrigere Werte deuteten auf eine geringere soziale Unterstützung hin.

Es wurde eine Faktoranalyse mit der Hauptkomponentenmethode und Varimax-Rotation mit Eigenwert 2 als Punktschnitt durchgeführt, um die Anzahl der Domänen zu begrenzen. Die vorgeschlagene Faktorlösung erklärte 54,7 % der Gesamtvarianz. Sowohl Familien- als auch Freundesvariablen werden zur Ernährungsförderung (Eigenwert 3,3) und zur Diät-Entmutigung (Eigenwert 2,7) in eine Domäne geladen. Da die Variablen Familie und Freunde jedoch nicht eng korrelierten, wurden beide Dimensionen in zwei Bereiche unterteilt: Förderung einer gesunden Ernährung, Familie (5 Fragen) und Freunde (5 Fragen); Entmutigung gesunde Ernährung Familie (5 Fragen); und Freunde (5 Fragen). In ähnlicher Weise wurden für die PA-Unterstützung (Belohnungen und Strafen) alle Variablen in einer Dimension geladen (Eigenwert 2,2), aber in zwei Bereiche unterteilt: Familie (3 Fragen); und Freunde (3 Fragen). Für die PA-Teilnahme werden Variablen in zwei verschiedene Domänen geladen: PA-Teilnahmefamilie (Eigenwert 5,0, 10 Fragen); und PA-Teilnahmefreunde (Eigenwert 12,0, 10 Fragen).

Cronbachs Alphas wurden für jede Domäne berechnet. Für den Ernährungsbereich reichten Cronbachs Alphas von α = 0,88 (Familiengagement) bis α = 0,76 (Entmutigung von Freunden). Für die PA-Domäne reichten Cronbachs Alphas von α = 0,91 (Beteiligung von Freunden) bis α = 0,44 (Unterstützung durch die Familie). Da die Cronbach-Alphas eine geringe Zuverlässigkeit sowohl für die PA-Unterstützung durch Familie (α = 0,44) als auch durch Freunde (α = 0,58) anzeigten, wurden diese Bereiche von weiteren Analysen ausgeschlossen. Die folgenden sechs Domänen wurden in die Analysen einbezogen; (i) Ermutigung zur Ernährung in der Familie und (ii) Entmutigung, (iii) Ermutigung zur Ernährung durch Freunde und (iv) Entmutigung, (v) Teilnahme an der Familien-PA und (vi) Teilnahme an der PA durch Freunde.

Die Lebensqualität wurde mithilfe des Instruments der Weltgesundheitsorganisation [64] bewertet, das 26 Fragen und fünf Bereiche umfasste: Körperliche Gesundheit (7 Fragen); Psychische Gesundheit (6 Fragen); Soziale Beziehungen (3 Fragen); Umwelt (8 Fragen); Allgemeine Lebensqualität (2 Fragen). Die Teilnehmer wurden gebeten, jede Frage zu bewerten, zum Beispiel: „Können Sie Ihr körperliches Aussehen akzeptieren?“ auf einer Skala von „1“ (überhaupt nicht) bis „5“ (vollkommen). Der mittlere Score wurde für jede Domäne berechnet und transformiert, um ihn mit dem WHO-QoL-100 vergleichbar zu machen [65, 66]. Höhere Werte deuteten auf eine besser wahrgenommene Lebensqualität hin. Cronbachs Alphas wurden für jede Domäne berechnet und reichten von α = 0,59 für die allgemeine Lebensqualität bis α = 0,79 für die körperliche Gesundheit. Aufgrund der geringen Zuverlässigkeit wurde der Bereich für die allgemeine Lebensqualität von weiteren Analysen ausgeschlossen.

Stimmungszustände wurden mithilfe des Profile Of Mood States Questionnaire (POMS) [67] bewertet, der aus 65 Gefühlsäußerungen bestand, die in 6 Bereiche unterteilt waren: Spannung; Depression; Wut; Ermüdung; Kraft; und Verwirrung. Für jedes Gefühl wurden die Teilnehmer gebeten, zu bewerten, ob sie es in der letzten Woche erlebt hatten, von „0“ (überhaupt nicht) bis „4“ (extrem). Der Gesamtwert der Stimmungsstörung (maximal 200) wurde berechnet, indem die Werte der Domänen Anspannung, Depression, Wut, Müdigkeit und Verwirrung addiert wurden, bevor die Werte der Energiebereiche subtrahiert wurden. Niedrigere Werte deuteten auf eine stabilere Stimmung hin. Cronbachs Alphas für die verschiedenen Domänen reichten von α = 0,77 für Verwirrung bis α = 0,93 für Depression.

Chronischer Stress wurde anhand der Perception Stress Scale (PSS) bewertet [68]. Der PSS ist ein Instrument zur Messung des Ausmaßes, in dem Einzelpersonen Situationen in ihrem Leben als stressig empfinden. Die Teilnehmer wurden gebeten, 10 Fragen zu Gefühlen und Gedanken im Zusammenhang mit Lebenssituationen im letzten Monat auf einer Skala von „0“ (nie) bis „4“ (sehr oft) im letzten Monat zu bewerten. Der Summenscore wurde berechnet, wobei höhere Werte einen höheren wahrgenommenen Stress mit einem Cronbach-Alpha α = 0,83 anzeigen.

Für die PREVIEW-Intervention wurde ein Fragebogen zur Inanspruchnahme der Gesundheitsversorgung entwickelt, um die Inanspruchnahme von Gesundheitsdiensten insbesondere in der Primärversorgung zu bewerten, basierend auf bestehenden Fragebögen wie Schweikert et al. [69]. Die Teilnehmer wurden nach der Häufigkeit des Kontakts mit medizinischen Fachkräften in den letzten drei Monaten gefragt, darunter Ärzte, Krankenschwestern, Ernährungsberater und Physiotherapeuten. Darüber hinaus wurden die Teilnehmer nach der Einnahme von Medikamenten (sowohl verschreibungspflichtige als auch nicht verschreibungspflichtige) in den letzten drei Monaten gefragt und ob sie Geld für körperliche Aktivitäten ausgegeben hatten. Die folgenden Bereiche der Inanspruchnahme der Gesundheitsversorgung während der letzten drei Monate wurden in die Analysen einbezogen; Besuche bei Ärzten oder Krankenpflegern, Besuche bei anderen Ärzten im Gesundheitswesen, Erneuerung von Rezepten, Beratung zu Ernährung oder PA, Einnahme von Medikamenten und Nahrungsergänzungsmitteln, Geldausgaben für PA-Aktivitäten.

Die Analysen basierten auf den 2.220 Teilnehmern mit Daten zu Größe und Körpermasse zu Beginn der Studie. Für die Zwecke dieser Studie wurden die Teilnehmer für beide Ergebnisvariablen (Aufhören und chronischer Stress, Abb. 1) getrennt in vier Gruppen eingeteilt. Bei der Raucherentwöhnung wurde die Interventionstheorie als Entscheidungshilfe für die Grenzwerte für die Raucherentwöhnung herangezogen (Abbildung); Gruppe 1 – „sehr frühes Aufhören“ – Teilnehmer, die das Gewichtsverlustziel nicht erreichten und bis Woche 8 ausstiegen (n = 362); Gruppe 2 – „vorzeitiger Abbruch“ – Teilnehmer, die zwischen der 8. und 52. Woche ausgestiegen sind (n = 477); Gruppe 3 – „später Abbruch“ – Teilnehmer, die zwischen der 52. und 156. Woche ausgestiegen sind (n = 419); Gruppe 4 – „Absolventen“ – Teilnehmer, die die Intervention abgeschlossen haben (n = 962). Bei chronischem Stress waren die Gruppen abhängig von ihren Stresswerten: Gruppe 1 – „geringer chronischer Stress“ (n = 524, PSS-Werte „0 bis 9“); Gruppe 2 – „geringer bis mittlerer chronischer Stress“ (n = 694, PSS-Werte „10 bis 14“); Gruppe 3 – „mittlerer bis hoher chronischer Stress“ (n = 565, PSS-Werte „15 bis 19“); Gruppe 4 – „hoher chronischer Stress“ (n = 437, PSS-Scores ≥ 20). Zur Beschreibung der Teilnehmermerkmale wurden deskriptive statistische Methoden eingesetzt.

Die Daten wurden auf fehlende Werte überprüft. Für kontinuierliche Variablen der sozialen Unterstützung, Absichten, Lebensqualität, Stimmung und Stress wurden fehlende Werte mithilfe einer automatischen Methode mit 5000 Fällen und vier Parameterzügen unterstellt. Für die kategoriale Variable „primäre Inanspruchnahme der Gesundheitsversorgung“ wurden fehlende Werte konservativ als negative Werte umkodiert, d. Die Daten wurden auf Ausreißer und Normalität überprüft. Alle Werte lagen innerhalb der erwarteten Bereiche. Multivariate Ausreißer für kontinuierliche Variablen (Lebensqualität, soziale Unterstützung und Stimmung) wurden mithilfe der Mahalanobis-Distanz mit einer Wahrscheinlichkeit von p < 0,001 untersucht. 36 Fälle wurden als multivariate Ausreißer identifiziert, aber nicht entfernt, da alle Werte innerhalb der erwarteten Bereiche lagen. Aufgrund der Art und Weise, wie POMS-Skalenwerte berechnet wurden, waren 27,1 % der Werte negativ und auf alle Werte wurde eine Konstante von +28 angewendet, um einen Mindestwert von 0 sicherzustellen. Obwohl keine der kontinuierlichen Variablen normalverteilt war, waren es keine Datentransformationen durchgeführt, da dies für die gewählten statistischen Analysemethoden nicht erforderlich war [70].

Chi-Quadrat-Tests wurden verwendet, um Unterschiede in den demografischen Merkmalen zwischen den verschiedenen Ergebniskategorien für Schulabbrecher und chronischen Stress zu untersuchen, wobei ein standardisiertes Residuum von ≤ ± 2,24 ≥ als Grenzwert für die Signifikanz verwendet wurde. Für beide Ergebnisvariablen wurden drei multinomiale logistische Regressionen durchgeführt; (1) Zeitpunkt des Abbruchs mit Absolventen als Referenzkategorie und (2) chronischer Stress mit geringem chronischen Stress als Referenzkategorie. Für beide Ergebnisse (Zeitpunkt der Beendigung, chronischer Stress) testete das erste Modell die Gesamtsignifikanz mit Alter, Bildungsgrad, Stimmung, Inanspruchnahme der Gesundheitsversorgung, Lebensqualität und sozialer Unterstützung als Prädiktorvariablen.

Das zweite Modell untersuchte, ob Variablen, die sich im ersten Modell als signifikante Prädiktoren herausstellten, unabhängig vom BMI einen Interventionsabbruch und chronischen Stress vorhersagen. Für das zweite Modell wurde ein sequenzieller Ansatz verwendet. Zunächst wurde eine logistische Regression (lr_a) mit Interventionsabbruch/chronischem Stress als abhängiger Variable und BMI als Prädiktorvariable berechnet. Zweitens wurde eine logistische Regression (lr_b) mit dem BMI und signifikanten Prädiktoren aus dem ersten Modell berechnet. Die Signifikanz der χ2-Änderung zwischen den Modellen wurde berechnet als (χ2 = lr_b – lr_a = x, df = lr_b – lr_a = x, χ2 (x) = x).

Das dritte Modell testete Interaktionseffekte mit Geschlecht (zwei Kategorien) und Bildungsgrad (fünf Kategorien) als moderierenden Variablen. Wenn Analysen eine Moderation anzeigten, aber mehr als eine Kategorie des Moderators signifikant zu sein schien (z. B. beide Geschlechter erwiesen sich als potenziell signifikante Moderatoren), wurde die folgende Formel verwendet, um zu bestimmen, ob ein signifikanter Unterschied zwischen den Regressionskoeffizienten der Kategorien mit z ≤ ± 2,24 bestand ≥ Wird als Grenzwert für signifikante Unterschiede verwendet. Da die Variable „Bildung“ fünf Kategorien umfasste, wurde der niedrigste signifikante Bildungsabschluss als Referenzkategorie verwendet. Da die Variable Geschlecht dichotom war, war keine Referenzkategorie erforderlich.

Aufgrund mehrerer Tests wurde für beide Ergebnisvariablen (Aufhören, chronischer Stress) der Bonferroni-adjustierte p-Wert von p ≤ 0,012 verwendet. Sensitivitätsanalysen wurden sowohl mit dem Originaldatensatz als auch mit dem Datensatz durchgeführt, bei dem multivariate Ausreißer entfernt wurden. Da keine signifikanten Unterschiede festgestellt wurden, werden die Ergebnisse nur für den imputierten Datensatz angegeben, ohne Ausreißer zu entfernen. Alle Analysen wurden mit dem Statistikprogramm IBM SPSS® v27 durchgeführt.

Die Merkmale der Teilnehmer und Prädiktorvariablen sind in den Tabellen 1 und 2 aufgeführt. Chi-Quadrat-Tests zwischen Abbruchpunkten, Stress und soziodemografischen Merkmalen wurden durchgeführt und in Tabelle 3 zusammengefasst.

Nicht-kaukasische ethnische Zugehörigkeit, Singlesein und das Leben in einem Haushalt mit mindestens einem Kind waren mit einer geringeren Wahrscheinlichkeit, einen Gewichtsverlust von ≥ 8 % zu erreichen (Entwöhnungsgruppe 1), und hohem chronischen Stress (Stressgruppe 4) verbunden. Eine höhere Wahrscheinlichkeit, die PREVIEW-Intervention abzuschließen (Abbruchgruppe 4), war mit der Tatsache verbunden, dass man verheiratet war und in einem Haushalt mit zwei Erwachsenen lebte. Bei Teilnehmern im Ruhestand war die Wahrscheinlichkeit höher, dass sie nicht nur die Intervention abschlossen (Abbruchgruppe 4), sondern auch über einen geringen chronischen Stress berichteten (Stressgruppe 4).

Eine multinomiale logistische Regression mit dem Aufhören als Ergebnisvariable und „Alter“, „Bildungsgrad“, „Inanspruchnahme der primären Gesundheitsversorgung“, „soziale Unterstützung“, „Stimmungen“ und „Lebensqualität“ als Prädiktorvariablen deutete auf die Gesamtsignifikanz des Modells hin (χ2 (66). ) = 347,8, p < 0,001) mit guter Datenanpassung (Pearson χ2 (6591) = 6651,9, p = 0,27). Die folgenden Variablen erwiesen sich als signifikante Prädiktorvariablen: „Lebensqualitätsumgebung“ (χ2 (3) = 52,7, p < 0,001), „Entmutigung der Familie wegen Ernährung“ (χ2 (3) = 11,6, p = 0,009), „Geldausgaben für PA-Aktivitäten“ (χ2 (3) = 15,2 , p = 0,002) und „Einnahme von Medikamenten oder Nahrungsergänzungsmitteln“ (χ2 (3) = 18,4, p < 0,001).

Teilnehmer in Gruppen mit sehr frühem (Gruppe 1) und frühem (Gruppe 2) Absetzen berichteten über eine geringere Lebensqualität in der Umwelt und erlebten gleichzeitig eine geringere familiäre Unterstützung für Ernährungsumstellungen. Teilnehmer sowohl in der Gruppe mit sehr frühem Absetzen (Gruppe 1) als auch in der Gruppe mit frühem Absetzen (Gruppe 2) gaben auch häufiger an, keine Medikamente oder Nahrungsergänzungsmittel einzunehmen, während nur Teilnehmer in der Gruppe mit frühem Absetzen (Gruppe 2) weniger wahrscheinlich Geld für PA ausgaben (z. B. Fitnessangebote) als diejenigen, die die Gewichtserhaltungsphase abgeschlossen haben. Keine Variablen waren signifikant mit einem späten Absetzen verbunden (Gruppe 3). Ergebnisse mit Parameterschätzungen für Variablen, die mit den verschiedenen Gruppenmitgliedschaften verbunden sind, sind in Tabelle 4 zusammengefasst.

Es wurden zwei logistische Regressionen mit der Beendigung als abhängige Variable berechnet. Das erste Modell wurde mit „BMI“ als Prädiktorvariable berechnet (χ2 (3) = 149,5, p < 0,001, Güte der Anpassung Pearson χ2 (6589) = 6596,2, p = 0,45). Das zweite Modell wurde mit „BMI“, „Lebensqualitätsumfeld“, „Entmutigung der Familie bei der Ernährung“, „Einnahme von Medikamenten oder Nahrungsergänzungsmitteln“ und „für PA-Aktivitäten ausgegebenes Geld“ als Prädiktorvariablen berechnet (χ2 (15) = 367,0, p < 0,001, Anpassungsgüte Pearson χ2 (6642) = 6679,3, p = 0,37). Der Vergleich der Modelle deutete auf eine signifikante Verbesserung hin, wenn Prädiktoren hinzugefügt wurden (χ2 = 367,0 – 149,5 = 217,5, df = 15 – 3 = 12, χ2 (12) = 217,5 p < 0,001).

Die multinomiale logistische Regression mit „Geschlecht“ als moderierender Variable wurde mit der Abhängigkeit von der Raucherentwöhnung und „Alter“, „Bildungsgrad“, „Inanspruchnahme der primären Gesundheitsversorgung“, „soziale Unterstützung“, „Stimmungen“ und „Lebensqualität“ als Prädiktorvariablen berechnet. Insgesamt war das Modell signifikant (χ2 (105) = 387,4, p < 0,001) mit guter Datenanpassung (Pearson χ2 (6552) = 6711,0, p = 0,083). Von den Prädiktorvariablen wurde eine signifikante Interaktion für „Geschlecht“ * „Einnahme von Medikamenten oder Nahrungsergänzungsmitteln“ (χ2 (6) = 24,7, p < 0,001), „Geschlecht“ * „Lebensqualitätsumgebung“ (χ2 (6) = 58,0, p) beobachtet < 0,001) und „Geschlecht“ * „Familien-Entmutigung zur Ernährung“ (χ2 (6) = 19,4, p = 0,004).

In allen Gruppen (sehr frühe, frühe und späte Raucherentwöhnungsgruppen) wurde die Tatsache, dass die Familie eine Frau war, mit einer geringeren wahrgenommenen familiären Unterstützung für Ernährungsumstellungen in Verbindung gebracht. Bei Frauen wurde in der Gruppe mit sehr frühem Absetzen (Gruppe 1) eine geringere Wahrscheinlichkeit der Einnahme von Medikamenten oder Nahrungsergänzungsmitteln beobachtet, bei Männern in der Gruppe mit frühem Absetzen (Gruppe 2). Darüber hinaus wurde nur bei Männern in der Gruppe mit sehr frühem Rauchstopp (Gruppe 1) eine geringere wahrgenommene Umweltqualität beobachtet, und nur bei Frauen in der Gruppe mit frühem Rauchstopp (Gruppe 2). Ergebnisse und Parameterschätzungen für Variablen, die mit unterschiedlichen Gruppenmitgliedschaften verbunden sind, sind in Tabelle 4 zusammengefasst.

Die multinomiale logistische Regression wurde mit „Bildungsgrad“ als moderierender Variable, „Aufhören“ als abhängiger Variable und „Alter“, „Inanspruchnahme der Gesundheitsversorgung“, „soziale Unterstützung“, „Stimmungen“ und „Lebensqualität“ als Prädiktorvariablen berechnet. Das Gesamtmodell war signifikant (χ2 (267) = 590,7, p < 0,001), jedoch ohne gute Datenanpassung (Pearson χ2 (6390) = 6592,5, p = 0,038). Von den Prädiktorvariablen wurde eine signifikante Interaktion für verschiedene interaktive Kombinationen beobachtet: „Bildungsgrad“ * „Einnahme von Medikamenten oder Nahrungsergänzungsmitteln“ (χ2 (15) = 33,3, p = 0,004), „Bildungsgrad“ * „Lebensqualitätsumgebung“ ( χ2 (15) = 65,8, p < 0,001) und „Bildungsgrad“ * „familiäre Entmutigung zur Ernährung“ (χ2 (15) = 38,2, p = 0,001).

Für alle Gruppen (Gruppen mit sehr frühem, frühem und spätem Absetzen) war ein Universitätsabschluss mit einer geringer wahrgenommenen familiären Unterstützung für Ernährungsumstellungen verbunden. Darüber hinaus war ein Universitätsabschluss mit einer geringeren Wahrscheinlichkeit der Einnahme von Medikamenten oder Nahrungsergänzungsmitteln bei denjenigen in der Gruppe mit sehr frühem Absetzen (Gruppe 1) verbunden. Eine geringere wahrgenommene Lebensqualität in der Umgebung war mit einem Universitätsabschluss verbunden, jedoch nur für die Gruppe mit vorzeitigem Abbruch (Gruppe 2). Ergebnisse und Parameterschätzungen für Variablen, die mit unterschiedlichen Gruppenmitgliedschaften verbunden sind, sind in Tabelle 4 zusammengefasst.

Eine multinomiale logistische Regression mit „chronischem Stress“ als Ergebnisvariable und „Alter“, „Bildungsgrad“, „Inanspruchnahme der Gesundheitsversorgung“, „soziale Unterstützung“ und „Lebensqualität“ als Prädiktorvariablen zeigte, dass die Gesamtsignifikanz des Modells (χ2 (66)) = 1729,6, p < 0,001), aber ohne gute Datenanpassung (Pearson χ2 (6591) = 44.469,8, p < 0,001). Von den Prädiktorvariablen „QoL physische Gesundheit“ (χ2 (3) = 21,3, p < 0,001), „QoL phykologische Gesundheit“ (χ2 (3) = 54,6, p < 0,001), „QoL Umgebung“ (χ2 (3) = 85,2, p < 0,001), „Stimmungszustände“ (χ2 (3) = 447,3, p < 0,001) und „Geschlecht“ (χ2 (3) = 11,8, p = 0,008) waren signifikante Prädiktoren.

Gruppen mit mittlerem bis niedrigem, mittlerem bis hohem und hohem Stress waren mit einer geringeren Lebensqualität sowohl für die psychische Gesundheit als auch für das Umfeld sowie mit stärkeren Stimmungsstörungen verbunden. Darüber hinaus waren sowohl mittlerer bis hoher als auch hoher Stress mit dem Geschlecht der Frau verbunden, wobei hoher Stress auch mit einer geringeren Lebensqualität in Bezug auf die körperliche Gesundheit verbunden war. Ergebnisse und Parameterschätzungen für Variablen, die mit unterschiedlichen Gruppenmitgliedschaften verbunden sind, sind in Tabelle 5 zusammengefasst.

Es wurden zwei logistische Regressionsmodelle mit chronischem Stress als abhängiger Variable berechnet. Das erste Modell wurde mit „BMI“ als Prädiktorvariable berechnet (χ2 (3) = 61,18, p < 0,001, Güte der Anpassung Pearson χ2 (6582) = 6578,85,0, p = 0,51). Das zweite Modell wurde mit „BMI“, „Psychische Lebensqualität“, „Physische Lebensqualität“, „Umfeld der Lebensqualität“, „Stimmungsstörungen“ und „Geschlecht“ als Prädiktorvariablen berechnet (χ2 (18) = 1638,42, p < 0,001). , Anpassungsgüte Pearson χ2 (6639) = 17.229,36, p < 0,001). Der Vergleich der Modelle deutete auf eine signifikante Verbesserung zwischen den Modellen hin, wenn Prädiktoren hinzugefügt wurden (χ2 = 1638,42 – 61,18 = 1557,24, df = 18 – 3 = 15, χ2 (15) = 1557,24 p < 0,001).

Die multinomiale logistische Regression mit Geschlecht als moderierender Variable wurde anhand von „Alter“, „Bildungsgrad“, „Inanspruchnahme der primären Gesundheitsversorgung“, „soziale Unterstützung“ und „Lebensqualität“ berechnet. Insgesamt war das Modell signifikant (χ2 (105) = 1756,7, p < 0,001), jedoch ohne gute Datenanpassung (Pearson χ2 (6552) = 35.745,11 p < 0,001). Von den Prädiktorvariablen wurde eine signifikante Interaktion mit dem Geschlecht für „Lebensqualität, körperliche Gesundheit“ (χ2 (6) = 28,1, p < 0,001), „Lebensqualität, psychische Gesundheit“ (χ2 (6) = 58,1, p < 0,001), „Lebensqualität Umwelt“ (χ2 (6) = 92,5, p < 0,001) und „Stimmungsstörungen“ (χ2 (6) = 453,0, p < 0,001).

Es wurde festgestellt, dass die Assoziationen für niedrigen, mittleren und hohen Stress gemildert werden, wenn man Mann oder Frau ist. Für die Gruppe mit niedrigem bis mittlerem Stress waren eine geringere Lebensqualität im Hinblick auf die psychische Gesundheit und für die Gruppe mit hohem Stress eine geringere Lebensqualität für die körperliche Gesundheit bei Frauen, nicht jedoch bei Männern, verbunden. Ergebnisse und Parameterschätzungen für Variablen, die mit unterschiedlichen Gruppenmitgliedschaften verbunden sind, sind in Tabelle 5 zusammengefasst.

Es wurde eine multinomiale logistische Regression mit „Bildungsgrad“ als moderierender Variable berechnet. Das Gesamtmodell war signifikant (χ2 (267) = 1962,9, p < 0,001), aber der Goodness-of-Fit-Test zeigte keine gute Datenanpassung an (Pearson χ2 (6390) = 12.240,0 p < 0,001). Von den Prädiktorvariablen wurde eine signifikante Interaktion mit dem „Bildungsgrad“ für „Qualität der körperlichen Gesundheit“ (χ2 (15) = 33,0, p = 0,005) und „Qualität der psychischen Gesundheit“ (χ2 (15) = 67,2, p < 0,001) beobachtet ), „Lebensqualitätsumgebung“ (χ2 (15) = 100,2, p < 0,001) und „Stimmungszustände“ (χ2 (15) = 440,1, p < 0,001).

Außerdem moderierte der Bildungsgrad den Verein für Gruppen mit niedrigem bis mittlerem und hohem Stress. Für die Gruppe mit niedrigem bis mittlerem Stress war ein Universitätsabschluss mit einer geringeren psychischen Lebensqualität verbunden. Sowohl in der Gruppe mit niedrigem bis mittlerem als auch in der Gruppe mit hohem Stress berichteten diejenigen mit einem Abschluss bis zur Sekundarstufe weniger über Stimmungsstörungen als diejenigen mit einem höheren Bildungsabschluss. Ergebnisse und Parameterschätzungen für Variablen, die mit unterschiedlichen Gruppenmitgliedschaften verbunden sind, sind in Tabelle 5 zusammengefasst.

Das Erreichen einer Gewichtsabnahme und die Aufrechterhaltung der Gewichtsabnahme, Schlüsselkomponenten der T2D-Prävention, können selbst dann eine große Herausforderung darstellen, wenn unterstützende Verhaltensinterventionen angeboten werden [17, 18]. In der vorliegenden Studie wurden Variablen und Pfade, dh Interaktionen zwischen Interventionsinputs, Individuen und Kontextvariablen [19, 21, 22], untersucht, die mit einem vorzeitigen Abbruch der Intervention und chronischem Stress zu Beginn einer Intervention verbunden sind [16, 36]. Unsere Ergebnisse stützten die Annahme, dass der erfolgreiche Abschluss einer Intervention ein komplexer und dynamischer Prozess ist, der auf Wechselwirkungen zwischen Interventionseingaben und persönlichen Faktoren beruht [19, 21, 22]. Die Ergebnisse zeigten, dass die Wege zwischen Lebensqualität, sozialer Unterstützung, Inanspruchnahme der Grundversorgung, Stimmung und chronischem Stress sowie dem Aufhören sowohl durch das Geschlecht als auch durch den Bildungsgrad beeinflusst wurden, eine herausragende und signifikante Dimension von SES.

Wie aufgrund früherer Untersuchungen erwartet, war eine insgesamt geringere Lebensqualität sowohl mit dem Abbruch der Intervention als auch mit chronischem Stress verbunden [14, 15]. Obwohl nur eine geringere Lebensqualität in der Umgebung mit dem Aufhören verbunden war [16, 28, 29], war höherer chronischer Stress allgemeiner mit einer geringeren Lebensqualität verbunden [8, 9]. Es ist nicht klar, warum nur die Lebensqualität in der Umwelt, die laut WHO [64] Aspekte wie Sicherheit, Zugang zu medizinischen Diensten, Verfügbarkeit von Ressourcen und Möglichkeiten zum Kompetenzerwerb umfasst, mit dem Aufhören in Verbindung gebracht wurde. Darüber hinaus ist das Ergebnis schwer zu interpretieren, da eine geringere Lebensqualität in der Umgebung mit einem sehr frühen Abbruch der Intervention verbunden war, insbesondere bei Männern, und mit einem frühen Abbruch, insbesondere bei Frauen und Personen mit einem Universitätsabschluss, was wiederum mit einer höheren Lebensqualität verbunden war [47].

In Übereinstimmung mit früheren Untersuchungen [29, 71] war in dieser Studie insbesondere bei Frauen ein Mangel an familiärer Unterstützung mit einem früheren Abbruch der Intervention verbunden. Darüber hinaus wurde festgestellt, dass der SES, der hier als Bildungsgrad dargestellt wird [5, 56], zwischen Interventionsabbruch und sozialer Unterstützung moderiert, insbesondere mangelnder familiärer Unterstützung bei Ernährungsumstellungen. Mangelnde familiäre Unterstützung wurde insbesondere mit dem Hochschulabschluss in Verbindung gebracht. Während in früheren Studien die Anwesenheit eines Mannes mit nur einem niedrigeren Bildungsgrad mit ungünstigeren Interventionsergebnissen verbunden war [18, 38, 45], bestand in dieser Studie für Frauen mit einem höheren Bildungsgrad das Risiko schlechterer Interventionsergebnisse. Obwohl der Bildungsgrad und das Geschlecht den Zusammenhang zwischen den Interventionsergebnissen mildern können [38, 41, 50], haben wir in der vorliegenden Studie beobachtet, dass ein höherer Bildungsgrad insgesamt das Risiko birgt, dass die PREVIEW-Intervention nicht abgeschlossen wird. In Kombination mit der Beobachtung, dass in der PREVIEW-Intervention alleinerziehende Eltern die geringste Wahrscheinlichkeit hatten, Gewicht zu verlieren, verdeutlichten unsere Ergebnisse den Mangel an Ressourcen wie Zeit als Faktor für ungünstigere Ergebnisse, insbesondere für Frauen mit Universitätsabschluss und Familienpflichten.

Da Stimmungsstörungen eng mit Stress verbunden sind [52], wurde ein Zusammenhang zwischen den Variablen erwartet. Obwohl frühere Untersuchungen darauf hindeuteten, dass das Geschlecht eine potenziell moderierende Variable ist [42], wurde in dieser Studie nicht festgestellt, dass das Geschlecht den Zusammenhang zwischen Stimmungsstörungen und chronischem Stress mildert, und ergänzte damit die nicht schlüssige Literatur, die Stimmungsstörungen im Zusammenhang mit dem Abbruch der Intervention untersucht [22]. ]. Dennoch könnte man postulieren, dass der fehlende Zusammenhang möglicherweise auf die Auswahl der Teilnehmer zurückzuführen ist [58], da Personen mit schwerwiegenden psychischen Gesundheitsproblemen ausgeschlossen wurden.

Während die Hypothese aufgestellt wurde, dass eine höhere Inanspruchnahme der Grundversorgung vor der Einschreibung in die Intervention [36] mit einem Abbruch und chronischem Stress einhergehen würde, war nur ein höherer Verzicht auf die Einnahme von Medikamenten oder Nahrungsergänzungsmitteln mit einem sehr frühen Abbruch der Intervention verbunden, insbesondere bei Frauen und Personen mit Hochschulbildung . Dieses Ergebnis unterstreicht die Komplexität der Wege, die zu einem erfolglosen Abschluss der Intervention führen [27, 72]. Da die Zurückhaltung gegenüber Änderungen des Lebensstils und deren Notwendigkeit die Teilnahme behindern kann [24,25,26], sehen sich Teilnehmer ohne Komorbiditäten, die eine Medikation erfordern, möglicherweise einem geringeren Risiko für negative Folgen von Prädiabetes, was zu einem höheren Risiko eines Abbruchs führt.

Es wird angenommen, dass erhöhter Stress die Wahrscheinlichkeit einer erfolgreichen Gewichtsabnahme und Gewichtserhaltung bei Interventionen zur Änderung des Lebensstils verringert [18, 36]. Bei Teilnehmern, die mit Kindern leben, und solchen, die z. B. aufgrund von Betreuungspflichten nicht erwerbstätig sind, war die Wahrscheinlichkeit am geringsten, dass sie zu Beginn der Intervention über einen geringen chronischen Stress berichteten. Insgesamt war ein höherer chronischer Stress erwartungsgemäß mit einer geringeren psychischen Lebensqualität und stärkeren Stimmungsstörungen verbunden, was darauf hindeutet, dass Faktoren wie ein geringes Selbstwertgefühl, negative Gefühle und ein negatives Körperbild den chronischen Stress verstärkt haben könnten [18]. Obwohl berichtet wurde, dass Männer aus einem niedrigeren sozioökonomischen Hintergrund besonders anfällig für Stress sind [31], berichteten hier vor allem Frauen über mittelstarken bis hohen chronischen Stress.

Aus den Ergebnissen ging hervor, dass hoher chronischer Stress insbesondere bei Frauen mit einer deutlich geringeren Lebensqualität in Bezug auf die körperliche Gesundheit verbunden war. Die Lebensqualität der körperlichen Gesundheit umfasst Konzepte wie Energie und Müdigkeit, Schlaf und Ruhe sowie Mobilität. Da Stress mit körperlicher Inaktivität [36] und dem Risiko einer Gewichtszunahme [32, 55] in Verbindung gebracht wird, deuten die aktuellen Ergebnisse darauf hin, dass eine geringere Lebensqualität bei körperlicher Gesundheit zu Beginn der Intervention insbesondere Frauen zu einem höheren chronischen Stress und damit zu einer suboptimalen Belastung führen kann Ergebnisse der Gewichtsabnahme. Obwohl ein niedrigerer SES mit erhöhtem Stress und folglich schlechteren Ergebnissen bei der Gewichtsabnahme in Verbindung gebracht wurde [44,45,46], gab es in der vorliegenden Studie nur die Ergebnisse, die darauf hindeuteten, dass der SES nur einen begrenzten Einfluss auf chronischen Stress hat.

Zur Verbesserung der T2D-Prävention sind gezielte Strategien erforderlich, insbesondere in der Primärversorgung [37]. Der Erfolg von Interventionen zur Verhaltensänderung in der T2D-Prävention basiert auf komplexen Interaktionen zwischen Teilnehmern und Intervention [26, 72]. Sowohl der Abbruch der Intervention als auch chronischer Stress zu Beginn der Intervention sind wichtige Determinanten für eine erfolgreiche Gewichtsabnahme und Gewichtserhaltung [26, 28, 45]. Die meisten Unterschiede wurden zwischen Teilnehmern, die die Intervention abgeschlossen hatten, und denjenigen, die die Intervention sehr früh oder früh abbrachen, und Teilnehmern, die über hohen oder niedrigen chronischen Stress berichteten, festgestellt. Eine geringere Lebensqualität in der Umgebung und mangelnde Unterstützung der Familie für Ernährungsumstellungen erwiesen sich als wichtige Prädiktoren für die Raucherentwöhnung, wobei Frauen und Frauen mit einem höheren SES besonders betroffen waren. Ein hoher chronischer Stress wiederum wurde durch stärkere Stimmungsstörungen und eine geringere Lebensqualität für die psychische und physische Gesundheit vorhergesagt, wobei wiederum Frauen stärker betroffen waren. Schließlich zeigten die Analysen, dass die identifizierten Prädiktorvariablen unabhängig vom BMI der Teilnehmer waren [25], was die Komplexität der Wege, die medizinisches Fachpersonal bei der Planung und Durchführung von T2D-Präventionsinterventionen berücksichtigen muss, weiter unterstreicht. Für die Förderung der öffentlichen Gesundheit deuten die Ergebnisse darauf hin, dass Interventionsentwickler und Praktiker, die sich mit T2D-Prävention befassen, darüber nachdenken müssen, wie flexible Interventionselemente in die Gestaltung und Durchführung integriert werden könnten, um eine bessere Anpassung an die unterschiedlichen Bedürfnisse der Teilnehmer zu gewährleisten.

Mit der Studie sind zahlreiche Stärken verbunden, insbesondere die große Stichprobengröße. Dennoch ist die Studie nicht ohne Einschränkungen. Insbesondere wurden die Teilnehmer im Nachhinein in die Gruppen eingeteilt, und es wird anerkannt, dass unterschiedliche Gruppeneinteilungen die Ergebnisse beeinflusst haben könnten. Während die logistische Regression als Analysemethode kaum Einschränkungen für die Daten mit sich bringt, waren Stress und Stimmungszustände erwartungsgemäß korreliert (r = .07). Darüber hinaus wurden Zusammenhänge zwischen den Ergebnisvariablen chronischer Stress und Entwöhnung nicht untersucht und zusätzliche Arbeiten in diesem Bereich wären erforderlich. Außerdem wurde der Bildungsgrad als Maß für den SES verwendet [5, 49, 56], und es kann argumentiert werden, dass andere Messungen, z. B. die Einbeziehung des Einkommens in die Messung des SES, möglicherweise angemessener gewesen wären [6], wenn auch in der internationalen Forschung nicht unproblematisch . Darüber hinaus wurden keine Anpassungen hinsichtlich des unterschiedlichen Zugangs zur Hochschulbildung zwischen den Ländern vorgenommen. Die Anzahl der in die Analysen einbezogenen Prädiktorvariablen war ebenfalls begrenzt, was die Möglichkeit zum Testen verschiedener Signalwege einschränkte. Schließlich sollte die Interpretation der Ergebnisse sorgfältig erfolgen, da aufgrund der großen Teilnehmerzahl bereits kleine Unterschiede zu statistisch signifikanten Zusammenhängen führen können.

Trotz der Einschränkungen der Studie tragen die Ergebnisse zum Wissen über Faktoren und Wege bei, die mit dem erfolglosen Abschluss präventiver T2D-Interventionen verbunden sind. Insgesamt schien der Mangel an anfänglicher familiärer Unterstützung für Ernährungsumstellungen und eine geringere Lebensqualität ein wesentlicher Faktor für den erfolgreichen Abschluss der Intervention zu sein, wobei Frauen und Personen mit höherem Bildungsniveau besonders betroffen waren. Die Ergebnisse spiegeln möglicherweise die Schwierigkeiten wider, mit denen insbesondere Frauen konfrontiert sind, neue Verhaltensweisen zu entwickeln und beizubehalten und gleichzeitig den Anforderungen von Familie und Beruf gerecht zu werden. Auch familiäre und berufliche Verpflichtungen können zu erhöhtem Stress führen, was wiederum kontraproduktiv für eine erfolgreiche Gewichtsabnahme sein kann. Verschiedene Aspekte der Lebensqualität sagten ein Aufhören und Stress voraus, was darauf hindeutet, dass bestehende Stressfaktoren wie Ressourcenmangel oder negative Gefühle dazu führen können, dass Teilnehmer mit dem erfolgreichen Abschluss der Intervention zu kämpfen haben. Obwohl es durchaus unrealistisch sein mag, von allen Teilnehmern zu erwarten, dass sie eine Intervention erfolgreich abschließen, sind wir der Meinung, dass medizinische Fachkräfte, die an der Konzeption und Durchführung von T2D-Präventionsinterventionen beteiligt sind, möglicherweise nicht nur die Merkmale der Teilnehmer, sondern auch ihre Lebenssituation berücksichtigen müssen. Dies würde bedeuten, Strategien zu entwickeln, die flexible Interventionsdesigns und Implementierungsmerkmale ermöglichen, um beispielsweise die Einbindung von Familien zu ermöglichen oder die Fähigkeiten des Einzelnen zu stärken, den Prozess der Verhaltensänderung trotz der Anforderungen des Familien- und Berufslebens erfolgreich zu meistern.

Aufgrund ethischer/rechtlicher/kommerzieller Einschränkungen sind keine Daten verfügbar.

Aufgrund der Art dieser Forschung waren die Teilnehmer dieser Studie nicht damit einverstanden, dass ihre Daten öffentlich geteilt werden, sodass keine unterstützenden Daten verfügbar sind. Auf begründete Anfrage der Gutachter und vorbehaltlich der schriftlichen Zustimmung aller Studienstandorte und Studienautoren können in dieser Studie verwendete anonymisierte Daten den Gutachtern zur Verfügung gestellt werden.

Khan MAB, Hashim MJ, King JK, Govender RD, Mustafa H, Al Kaabi J. Epidemiologie von Typ-2-Diabetes – globale Krankheitslast und prognostizierte Trends. J Epidemiol Glob Health. 2020;10(1):107–11. Verfügbar unter: https://pubmed.ncbi.nlm.nih.gov/32175717.

Artikel PubMed PubMed Central Google Scholar

Tamayo T, Rosenbauer J, Wild SH, Spijkerman AMW, Baan C, Forouhi NG, et al. Diabetes in Europa: ein Update. Diabetes-Res-Klinik-Praxis. 2014;103(2):206–17.

Artikel CAS PubMed Google Scholar

Lindström J, Neumann A, Sheppard KE, Gilis-Januszewska A, Greaves CJ, Handke U, et al. Handeln Sie, um Diabetes vorzubeugen – Das IMAGE-Toolkit zur Prävention von Typ-2-Diabetes in Europa. Horm Metab Res. 2010;42(S 01):S37-55.

Artikel PubMed Google Scholar

Wareham NJ, Herman WH. Die klinischen und gesundheitspolitischen Herausforderungen der Diabetesprävention: eine Suche nach nachhaltigen Lösungen. PLoS Med. 2016;13(7):5–7.

Artikel Google Scholar

Safieddine B, Sperlich S, Beller J, Lange K, Epping J, Tetzlaff J, et al. Sozioökonomische Ungleichheiten bei Typ-2-Diabetes zwischen verschiedenen Bevölkerungsuntergruppen. Eur J Öffentliche Gesundheit. 2020;30(5):ckaa165.1044. https://doi.org/10.1093/eurpub/ckaa165.1044.

Artikel Google Scholar

Pourfarzi F, Rezaei S, Malekzadeh R, Etemadi A, Zahirian Moghadam T, Zandian H. Sozioökonomische Ungleichheit in der Prävalenz von Typ-2-Diabetes bei Erwachsenen im Nordwesten des Iran: eine Blinder-Oaxaca-Zerlegung. J Diabetes-Metabol-Störung. 2022;21(2):1519–29.

Artikel PubMed PubMed Central Google Scholar

Stringhini S, Dugravot A, Shipley M, Goldberg M, Zins M, Kivimäki M, et al. Gesundheitsverhalten, sozioökonomischer Status und Mortalität: weitere Analysen der britischen Whitehall II- und der französischen GAZEL-Prospektivkohorte. PLoS Med. 2011;8(2):e1000419.

Artikel PubMed PubMed Central Google Scholar

Trikkalinou A, Papazafiropoulou AK, Melidonis A. Kein TitelTyp-2-Diabetes und Lebensqualität. Welt J Diabetes. 2017;8(4):120–9. https://doi.org/10.4239/wjd.v8.i4.120.

Artikel PubMed PubMed Central Google Scholar

Jing X, Chen J, Dong Y, Han D, Zhao H, Wang X, et al. Verwandte Faktoren der Lebensqualität von Typ-2-Diabetes-Patienten: eine systematische Überprüfung und Metaanalyse. Gesundheitsqualitative Lebensergebnisse. 2018;16(1):1–14.

Artikel CAS Google Scholar

Alouki K, Delisle H, Bermúdez-Tamayo C, Johri M. Lebensstilinterventionen zur Vorbeugung von Typ-2-Diabetes: eine systematische Überprüfung wirtschaftlicher Bewertungsstudien. J Diabetes Res. 2016;2016:2159890.

Artikel PubMed PubMed Central Google Scholar

Critchley CR, Hardie EA, Moore SM. Untersuchung der psychologischen Wege zur Verhaltensänderung in einem gruppenbasierten Lebensstilprogramm zur Vorbeugung von Typ-2-Diabetes. Diabetes-Behandlung. 2012;35(4):699–705.

Artikel PubMed PubMed Central Google Scholar

Lean MEJ, Leslie WS, Barnes AC, Brosnahan N, Thom G, McCombie L, et al. Primärversorgungsgesteuertes Gewichtsmanagement zur Remission von Typ-2-Diabetes (DiRECT): eine offene, Cluster-randomisierte Studie. Lanzette. 2018;391(10120):541–51. https://doi.org/10.1016/S0140-6736(17)33102-1.

Artikel PubMed Google Scholar

Raben A, Vestentoft PS, Brand-Miller J, Jalo E, Drummen M, Simpson L, et al. Die PREVIEW-Interventionsstudie: Ergebnisse einer 3-jährigen randomisierten 2 x 2-faktoriellen multinationalen Studie, die die Rolle von Protein, glykämischem Index und körperlicher Aktivität bei der Prävention von Typ-2-Diabetes untersucht. Diabetes, Fettleibigkeit Metab. 2021;23(2):324–37. https://doi.org/10.1111/dom.14219.

Artikel CAS PubMed Google Scholar

MacDonald CS, Nielsen SM, Bjørner J, Johansen MY, Christensen R, Vaag A, et al. Einjährige intensive Lebensstilintervention und Verbesserungen der gesundheitsbezogenen Lebensqualität und der psychischen Gesundheit bei Personen mit Typ-2-Diabetes: eine Sekundäranalyse der randomisierten kontrollierten U-TURN-Studie. BMJ Open Diabetes Res Care. 2021;9(1):e001840. Verfügbar unter: http://drc.bmj.com/content/9/1/e001840.abstract.

Artikel PubMed PubMed Central Google Scholar

Eaglehouse YL, Schafer GL, Arena VC, Kramer MK, Miller RG, Kriska AM. Auswirkungen eines gemeindebasierten Lebensstilinterventionsprogramms auf die gesundheitsbezogene Lebensqualität. Qual Life Res. 2016;25(8):1903–12.

Artikel PubMed PubMed Central Google Scholar

Fitzpatrick SL, Appel LJ, Bray B, Brooks N, Stevens VJ. Prädiktoren für die langfristige Einhaltung mehrerer Gesundheitsverhaltensempfehlungen zur Gewichtskontrolle. Heilpädagogisches Verhalten. 2018;45(6):997–1007.

Artikel Google Scholar

Aziz Z, Absetz P, Oldroyd J, Pronk NP, Oldenburg B. Implement Sci. 2015;10(1):172. https://doi.org/10.1186/s13012-015-0354-6.

Artikel PubMed PubMed Central Google Scholar

Adam TC, Drummen M, Macdonald I, Jalo E, Siig-Vestentoft P, Martinez JA, et al. Die Assoziation psychoverhaltensbezogener Variablen mit HOMA-IR und BMI unterscheidet sich bei Männern und Frauen mit Prädiabetes in der PREVIEW-Lifestyle-Intervention. Diabetes-Behandlung. 2021;44(Juli):dc210059.

Google Scholar

Skivington K, Matthews L, Simpson SA, Craig P, Baird J, Blazeby JM, et al. Ein neuer Rahmen für die Entwicklung und Bewertung komplexer Interventionen: Aktualisierung der Leitlinien des Medical Research Council. BMJ. 2018;2021(374):1–11.

Google Scholar

Craig P, Dieppe P, Macintyre S, Michie S, Nazareth I, Petticrew M. Entwicklung und Bewertung komplexer Interventionen: die neuen Leitlinien des Medical Research Council. BMJ. 2008;337. Verfügbar unter: https://www.bmj.com/content/337/bmj.a1655

Sevild CH. Die Komplexität von Lebensstiländerungen, Motivation und Gesundheit bei Teilnehmern an einem gesunden Leben (Doktorarbeit UiS, Nr. 591). Stavanger: Universität Stavanger; 2021. Verfügbar unter: https://hdl.handle.net/11250/2757479.

Google Scholar

Kaseva K, Tervaniemi M, Heikura E, Kostilainen K, Pöyhönen-Alho M, Shoemaker J, Petrella R, et al. Die Identifizierung von Persönlichkeitsmerkmalen und Indikatoren des psychischen Wohlbefindens, die mit Fluktuation in der Motivation einhergehen, macht den Schritt! Intervention bei körperlicher Aktivität: randomisierte, technologiegestützte Studie. JMIR-Formular Res. 2022;6(1):e30285. Verfügbar unter: https://formative.jmir.org/2022/11/e30285.

Artikel PubMed PubMed Central Google Scholar

König AC. Die Rolle der Theorie bei der Gestaltung der Verhaltensgesundheitsforschung für die Bevölkerungsgesundheit. Int J Behav Nutr Phys Act. 2015;12(1):146. https://doi.org/10.1186/s12966-015-0307-0.

Artikel PubMed PubMed Central Google Scholar

Huttunen-Lenz M, Raben A, Meinert-Larsen T, Drummen M, Macdonald I, Martínez JA, et al. Soziokognitive Faktoren im Zusammenhang mit der Abnutzung von Lebensstilinterventionen nach erfolgreichem Gewichtsverlust bei Teilnehmern mit Prädiabetes – Die PREVIEW-Studie. Krankenschwestern im öffentlichen Gesundheitswesen. 2020; Februar: 1.–12.

Google Scholar

Goode RW, Ye L, Sereika SM, Zheng Y, Mattos M, Acharya SD, et al. Soziodemografische, anthropometrische und psychosoziale Prädiktoren für Fluktuation in verhaltensbezogenen Studien zur Gewichtsabnahme. Essen Sie Verhalten. 2016;20:27–33.

Artikel PubMed Google Scholar

Gilis-Januszewska A, Lindström J, Barengo NC, Tuomilehto J, Schwarz PE, Wójtowicz E, et al. Prädiktoren für den Abschluss eines Interventionsprogramms zur Diabetesprävention in der primären Gesundheitsversorgung bei Menschen mit hohem Risiko für Typ-2-Diabetes. Med (Vereinigte Staaten). 2018;97(5):e9790.

Google Scholar

Burgess E, Hassmén P, Pumpa KL. Determinanten der Einhaltung von Lebensstilinterventionen bei Erwachsenen mit Adipositas: eine systematische Überprüfung. Clin Obes. 2017;7(3):123–35.

Artikel CAS PubMed Google Scholar

Roumen C, Feskens EJM, Corpeleijn E, Mensink M, Saris WHM, Blaak EE. Prädiktoren für das Ergebnis und den Abbruch von Lebensstilinterventionen: Die SLIM-Studie. Eur J Clin Nutr. 2011;65(10):1141–7.

Artikel CAS PubMed Google Scholar

Strom JL, Egede LE. Der Einfluss sozialer Unterstützung auf die Ergebnisse bei erwachsenen Patienten mit Typ-2-Diabetes: eine systematische Überprüfung. Curr Diab Rep. 2012;12(6):769–81. https://doi.org/10.1007/s11892-012-0317-0.

Artikel PubMed PubMed Central Google Scholar

Moran LJ, Noakes M, Clifton P, Buckley J, Brinkworth G, Thomson R, Norman RJ. Prädiktoren für Abnutzung von Lebensstilinterventionen oder Gewichtsverlusterfolg bei Frauen mit polyzystischem Ovarialsyndrom, die übergewichtig oder fettleibig sind. Nährstoffe. 2019;11(3):492. https://doi.org/10.3390/nu11030492.

Artikel CAS PubMed PubMed Central Google Scholar

Torres SJ, Nowson CA. Zusammenhang zwischen Stress, Essverhalten und Fettleibigkeit. Ernährung. 2007;23(11–12):887–94.

Artikel PubMed Google Scholar

Mouchacca J, Abbott GR, Ball K. Zusammenhänge zwischen psychischem Stress, Essen, körperlicher Aktivität, Bewegungsmangel und Körpergewicht bei Frauen: eine Längsschnittstudie. BMC öffentliche Gesundheit. 2013;13(1):828. https://doi.org/10.1186/1471-2458-13-828.

Artikel PubMed PubMed Central Google Scholar

Ruissen MM, Regeer H, Landstra CP, Schroijen M, Jazet I, Nijhoff MF, et al. Erhöhter Stress, Gewichtszunahme und weniger Bewegung im Zusammenhang mit der Blutzuckerkontrolle bei Menschen mit Typ-1- und Typ-2-Diabetes während der COVID-19-Pandemie. BMJ Open Diabetes Res & Care. 2021;9(1):e002035. Verfügbar unter: http://drc.bmj.com/content/9/1/e002035.abstract.

Artikel Google Scholar

Varkevisser RDM, van Stralen MM, Kroeze W, Ket JCF, Steenhuis IHM. Determinanten der Aufrechterhaltung des Gewichtsverlusts: eine systematische Überprüfung. Obes Rev. 2019;20(2):171–211. https://doi.org/10.1111/obr.12772.

Artikel CAS PubMed Google Scholar

Vanderwood KK, Hall TO, Harwell TS, Arave D, Butcher MK, Helgerson SD. Faktoren im Zusammenhang mit der Aufrechterhaltung oder dem Erreichen des Gewichtsverlustziels bei der Nachuntersuchung bei Teilnehmern, die ein angepasstes Diabetes-Präventionsprogramm absolvieren. Diabetes-Res-Klinik-Praxis. 2011;91(2):141–7. Verfügbar unter: https://www.sciencedirect.com/science/article/pii/S0168822710005917.

Artikel PubMed Google Scholar

Baban KA, Morton DP. Lifestyle-Medizin und Stressmanagement. J Fam Pract. 2022;71(Suppl 1 Lifestyle):S24-9.

PubMed Google Scholar

Gavarkovs AG, Burke SM, Petrella RJ. Einbeziehung von Männern in Programme zur Prävention und Behandlung chronischer Krankheiten: eine Übersicht über den Umfang. Am J Männergesundheit. 2016;10(6):NP145-54. https://doi.org/10.1177/1557988315587549.

Artikel PubMed Google Scholar

Harreiter J, Kautzky-Willer A. Geschlechts- und Geschlechterunterschiede in der Prävention von Typ-2-Diabetes. Front Endocrinol (Lausanne). 2018;9(Mai):1–15.

Google Scholar

Haughton CF, Silfee VJ, Wang ML, Lopez-cepero AC, Estabrook DP, Frisard C, et al. Rassen-/ethnische Repräsentation in Interventionsstudien zur Gewichtsreduktion im Lebensstil in den Vereinigten Staaten: eine systematische Überprüfung. Vorherige Med-Berichte. 2018;9 (August 2017):131–7. https://doi.org/10.1016/j.pmedr.2018.01.012.

Artikel Google Scholar

Kautzky-Willer A, Harreiter J, Pacini G. Geschlechts- und Geschlechtsunterschiede in Risiko, Pathophysiologie und Komplikationen von Typ-2-Diabetes mellitus. Endocr Rev. 2016;37(3):278–316. Verfügbar unter: https://www.ncbi.nlm.nih.gov/pubmed/27159875. 09.05.2016

Artikel CAS PubMed PubMed Central Google Scholar

Walker J, Halbesma N, Lone N, McAllister D, Weir CJ, Wild SH. Sozioökonomischer Status, Komorbidität und Mortalität bei Patienten mit Typ-2-Diabetes mellitus in Schottland 2004–2011: Eine Kohortenstudie. J Epidemiol Community Health. 2016;70(6):596–601.

Artikel PubMed Google Scholar

Langer SL, Flood AP, Welsh EM, Levy RL, Jaeb MA, Laqua PS, et al. Stimmung, Gewicht und körperliche Aktivität bei adipösen Personen, die an einem langfristigen Programm zur Gewichtsreduktion teilnehmen: Verläufe und Assoziationen mit dem Geschlecht. Internet J Ment Health. 2009;6(1):45.

PubMed PubMed Central Google Scholar

Elliott M, Gillison F, Barnett J. Untersuchung der Einflüsse auf das Engagement von Männern bei Abnehmdiensten: eine qualitative Studie. BMC öffentliche Gesundheit. 2020;20(1):249. https://doi.org/10.1186/s12889-020-8252-5.

Artikel PubMed PubMed Central Google Scholar

Kim KH, Bursac Z, DiLillo V, White DB, West DS. Stress, Rasse und Körpergewicht. Gesundheitspsychol. 2009;28(1):131–5. https://doi.org/10.1037/a0012648.

Artikel PubMed PubMed Central Google Scholar

Volz K, Wyckoff E, Medina TH, Denmat Z, Field C, LaRose J, et al. Einfluss von Einkommen und wahrgenommenem Stress auf das Engagement und die Ergebnisse beim Abnehmen in einem Online-Programm zur verhaltensorientierten Gewichtsabnahme. J Behav Med. 2021;44(6):853–9.

Artikel PubMed Google Scholar

Anton SD, Martin CK, Redman L, York-Crowe E, Heilbronn LK, Han H, et al. Psychosoziale und verhaltensbezogene Prädiktoren für die Ergebnisse der Gewichtsabnahme vor der Behandlung. Eat Weight Disord Stud Anorexia Bulim Obes. 2008;13(1):30–7. https://doi.org/10.1007/BF03327782.

Artikel CAS Google Scholar

Nutakor JA, Zhou L, Larnyo E, Addai-Dance S, Tripura D. Sozioökonomischer Status und Lebensqualität: eine Bewertung der vermittelnden Wirkung von Sozialkapital. Healthc (Basel, Schweiz). 2023;11(5):7

Google Scholar

Devaux M, Sassi F, Church J, Cecchini M, Borgonovi F. erforschen den Zusammenhang zwischen Bildung und Fettleibigkeit. 2011. Verfügbar unter: https://www.oecd-ilibrary.org/content/paper/eco_studies-2011-5kg5825v1k23.

Google Scholar

Safieddine B, Sperlich S, Beller J, Lange K, Epping J, Tetzlaff J, et al. Sozioökonomische Ungleichheiten bei Typ-2-Diabetes bei Erwerbstätigen, nicht erwerbstätigen Ehepartnern und Rentnern. SSM – Bevölkerungsheilung. 2020;11:100596. . Verfügbar unter: https://www.sciencedirect.com/science/article/pii/S2352827320302330.

Artikel Google Scholar

Ogden CL, Fakhouri TH, Carroll MD, Hales CM, Fryar CD, Li X, et al. Prävalenz von Fettleibigkeit bei Erwachsenen, nach Haushaltseinkommen und Bildung – Vereinigte Staaten, 2011–2014. MMWR Morb Mortal Wkly Rep. 2017;66(50):1369–73.

Artikel PubMed PubMed Central Google Scholar

American Psychological Association. Stress. APA-Wörterbuch der Psychologie. 2023. Verfügbar unter: https://dictionary.apa.org/stress

Hittner E, Adam E, Villaume SC. Reduzierung von Stressunterschieden: Wege zur Gerechtigkeit durch das Studium der Stressbiologie. In: Tach L, Dunifon R, Miller DL, Herausgeber. Ungleichheit bekämpfen: Wie Richtlinien und Praktiken die Chancen von Kindern beeinflussen. American Psychological Association; 2020. S. 11–47. https://doi.org/10.1037/0000187-002

Hamer M. Whitehall Study BT – Enzyklopädie der Verhaltensmedizin. In: Gellman MD, Turner JR, Herausgeber. New York, NY: Springer New York. 2013. S. 2052–3. https://doi.org/10.1007/978-1-4419-1005-9_1690

Dallman MF. Stressbedingte Fettleibigkeit und das emotionale Nervensystem. Trends Endocrinol Metab. 2010;21(3):159–65. Verfügbar unter: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2831158/.

Artikel CAS PubMed Google Scholar

Geiker NRW, Astrup A, Hjorth MF, Sjödin A, Pijls L, Markus CR. Beeinflusst Stress Schlafmuster, Nahrungsaufnahme, Gewichtszunahme, Fettleibigkeit im Bauchraum und Maßnahmen zur Gewichtsabnahme und umgekehrt? Obes Rev. 2018;19(1):81–97. https://doi.org/10.1111/obr.12603.

Artikel CAS PubMed Google Scholar

Galobardes B, Shaw M, Lawlor DA, Lynch JW, Davey Smith G. Indikatoren der sozioökonomischen Position (Teil 1). J Epidemiol Community Health. 2006;60(1):7 LP – 12. Verfügbar unter: http://jech.bmj.com/content/60/1/7.abstract.

Artikel Google Scholar

Stringhini S, Batty GD, Bovet P, Shipley MJ, Marmot MG, Kumari M, et al. Zusammenhang des sozioökonomischen Status im Lebensverlauf mit chronischer Entzündung und Typ-2-Diabetes-Risiko: die prospektive Kohortenstudie Whitehall II. PLOS Med. 2013;10(7):e1001479. https://doi.org/10.1371/journal.pmed.1001479.

Artikel PubMed PubMed Central Google Scholar

Fogelholm M, Larsen T, Westerterp-Plantenga M, Macdonald I, Martinez J, Boyadjieva N, et al. VORSCHAU: Prävention von Diabetes durch Lebensstilintervention und Bevölkerungsstudien in Europa und auf der ganzen Welt. Design, Methoden und Basisbeschreibung der Teilnehmer einer erwachsenen Kohorte, die in eine dreijährige randomisierte klinische Studie aufgenommen wurde. Nährstoffe. 2017;9(6):632.

Artikel PubMed PubMed Central Google Scholar

Kahlert D, Unyi-Reicherz A, Stratton G, Meinert Larsen T, Fogelholm M, Raben A, et al. PREVIEW Toolbox zur Verhaltensmodifikationsintervention (Premit): ein Studienprotokoll für ein psychologisches Element eines multizentrischen Projekts. Frontpsychol. 2016;7:1136. https://doi.org/10.3389/fpsyg.2016.01136.

Artikel PubMed PubMed Central Google Scholar

Amerikanische Diabetes-Vereinigung. Standards der medizinischen Versorgung bei Diabetes – 2011. Diabetes-Behandlung. 2011;34(Ergänzung 1):S11-61.

Artikel PubMed Central Google Scholar

American Psychological Association. Bildung und sozioökonomischer Status. Ressourcen - Sozioökonomischer Status. 2023. Verfügbar unter: https://www.apa.org/pi/ses/resources/publications/education

Europäische Sozialumfrage. Quellenfragebogen der ESS-Runde 7. London: Hauptsitz des ESS ERIC, Centre for Comparative Social Surveys, City University London; 2014.

Sallis JF, Grossmann RM, Pinski RB, Patterson TL, Nader PR. Die Entwicklung von Skalen zur Messung der sozialen Unterstützung für Ernährungs- und Bewegungsverhalten. Zurück Med (Baltim). 1987;16:825–36.

Artikel CAS Google Scholar

WER. Die Lebensqualität der Weltgesundheitsorganisation (WHOQOL) – BREF. revis. Genf PP – Genf: Weltgesundheitsorganisation; 2012. S. 2012. Verfügbar unter: https://apps.who.int/iris/handle/10665/77773.

Google Scholar

WHOQOL-Gruppe. Einführung, Verwaltung, Bewertung und generische Version des Bewertungsprogramms zur Feldversuchsversion vom Dezember 1996 zur psychischen Gesundheit der Weltgesundheitsorganisation. 1996.

Google Scholar

Skevington SM, Lotfy M, O'Connell KA. Die WHOQOL-BREF-Bewertung der Lebensqualität der Weltgesundheitsorganisation: Psychometrische Eigenschaften und Ergebnisse des internationalen Feldversuchs. Ein Bericht der WHOQOL-Gruppe. Qual Life Res. 2004;13(2):299–310. https://doi.org/10.1023/B:QURE.0000018486.91360.00.

Artikel CAS PubMed Google Scholar

McNair D, Lorr M, Doppleman L. POMS-Handbuch für das Profil von Stimmungszuständen. San Diego, CA: Bildungs- und Industrietestdienst; 1971.

Google Scholar

Cohen S, Kamarck T, Mermelstein R. Ein globales Maß für wahrgenommenen Stress. J Health Soc Behav. 1983;24:386–96.

Artikel Google Scholar

Schweikert B, Hahmann H, Leidl R. Entwicklung und erste Bewertung eines Fragebogens zur Gesundheitsversorgungsinanspruchnahme und -kosten für Herzpatienten. BMC Health Serv Res. 2008;8(1):187. https://doi.org/10.1186/1472-6963-8-187.

Artikel PubMed PubMed Central Google Scholar

Tabachnick BG, Fidell LS. Verwendung multivariater Statistiken. Internationale Ausgabe. 6. Aufl. Harlow: Pearson; 2014.

Google Scholar

van Dam HA, van der Horst FG, Knoops L, Ryckman RM, Crebolder HFJM, van den Borne BHW. Soziale Unterstützung bei Diabetes: eine systematische Überprüfung kontrollierter Interventionsstudien. Patientenaufklärungsberater. 2005;59(1):1–12. Verfügbar unter: https://www.sciencedirect.com/science/article/pii/S0738399104003659.

Artikel PubMed Google Scholar

Tremblay A, Fogelholm M, Jalo E, Westerterp-Plantenga MS, Adam TC, Huttunen-Lenz M, et al. Wie ist das Profil von übergewichtigen Personen, die erfolglos auf eine energiearme Diät reagieren? Eine VORSCHAU-Teilstudie. Vordermutter. 2021;8(November):1–9.

Google Scholar

Referenzen herunterladen

VORSCHAU Studienkonzept und -design: Edith Feskens, Universität Wageningen, Niederlande.

PREMIT-Intervention zur Verhaltensmodifikation: Daniela Kahlert und Annelie Unyi-Reicherz (Universität Stuttgart, Deutschland).

Die folgenden unten aufgeführten Mitwirkenden haben bei der Durchführung der Studie während der Rekrutierung, Intervention und/oder Datenerfassung mitgeholfen:

Universität Kopenhagen, Dänemark: Ulla Skovbæch Pedersen, Marianne Juhl Hansen, Bettina Belmann Mirasola, Maria Roed Andersen, Anne Wengler, Lene Stevner, Jane Jørgensen, Sofie Skov Frost, Eivind Bjørås, Grith Møller, Lone Vestergaard Nielsen.

Universität Helsinki, Finnland: Saara Grönholm (geb. Kettunen), Karoliina Himanen, Heini Hyvärinen, Martta Jalavisto (geb. Nieminen), Heidi Jokinen, Laura Kainu (geb. Korpipää), Pauliina Kokkonen, Liisi Korhonen, Tiia Kunnas, Elina Malkamäki, Pihla Mäkinen , Tuulia Onali (geb. Ingman), Tiina Pellinen, Kirsi Pietiläinen, Heli Pikkarainen, Sanna Ritola, Heikki Tikkanen, Sonja Toijonen, Jaana Valkeapää.

Universität Nottingham, Vereinigtes Königreich: Liz Simpson, Moira Taylor, Shelley Archer, Natalie Bailey-Flitter, Nicky Gilbert, Laura Helm, Sally Maitland, Melanie Marshall, Theresa Mellor, Grace Miller, Seodhna Murphy, Vicky Newman, Amy Postles, Jakki Pritchard , Maria Papageorgiou, Cheryl Percival, Clare Randall, Sue Smith, Sarah Skirrow.

Universität Navarra, Spanien: Blanca Martinez de Morentin Aldabe, María Hernández Ruiz de Eguilaz, Salomé Pérez Diez, Rodrigo San-Cristobal, Maria dels Angels Batlle, Laura Moreno-Galarraga, Alejandro Fernández-Montero, Marian Nuin, Javier Baquedano, Maria Eugenia Ursúa, Francisco Javier Martinez Jarauta, Pilar Buil, Lourdes Dorronsoro, Juana María Vizcay, Teodoro Durá-Travé und alle Allgemeinmediziner und Krankenschwestern des Navarra Health Services, die bei der Rekrutierung der Teilnehmer mitgewirkt haben.

Medizinische Universität Sofia, Bulgarien: Nadka Boyadjieva, Pavlina Gateva-Andreeva, Georgi Bogdanov, Galina Dobrevska.

University of Auckland, Neuseeland: Amy Liu, Lindsay Plank, Anne-Thea McGill, Madhavi Bollineni, Clarence Vivar, Kelly Storey, Nicholas Gant, Jonathon Woodhead,

Universität Sydney, Australien: Kylie Simpson, Michele Whittle, Kirstine Bell, Shannon Brodie, Jessica Burk.

Wir möchten allen weiteren Personen danken, die für PREVIEW gearbeitet haben und derzeit arbeiten, darunter Auszubildende, Postgraduierte und Bachelor-Studenten. Abschließend ein respektvolles Dankeschön an alle Studienteilnehmer, die an PREVIEW teilgenommen haben.

Open-Access-Förderung ermöglicht und organisiert durch Projekt DEAL. Die Finanzhilfevereinbarung Nr. 312057 des EU-Rahmenprogramms 7 (FP7/2007–2013). National Health and Medical Research Council – EU Collaborative Grant, AUS 8, ID 1067711. Die Glycemic Index Foundation Australia über Lizenzgebühren an die University of Sydney. Der NZ Health Research Council (14/191) und der Fakultätsforschungsentwicklungsfonds der University of Auckland. Der Cambridge Weight Plan spendete alle Produkte für den 8-wöchigen LED-Zeitraum. Der Dänische Rat für Landwirtschaft und Ernährung. Das Dänische Fleisch- und Forschungsinstitut. Biomedizinisches Forschungszentrum des National Institute for Health Research (NIHR BRC) (Großbritannien). Biotechnology and Biological Sciences Research Council (BBSRC) (Großbritannien). Forschungsrat für Ingenieur- und Physikalische Wissenschaften (EPSRC) (Großbritannien). Nutritics (Dublin) spendete die gesamte von UNOTT verwendete Software zur Ernährungsanalyse. Juho Vainio Foundation (FIN), Akademie von Finnland (Fördernummern: 272376, 314383, 266286, 314135), Finnish Medical Foundation, Gyllenberg Foundation, Novo Nordisk Foundation, Finnish Diabetes Research Foundation, Universität Helsinki, staatliche Forschungsfonds für das Universitätskrankenhaus Helsinki (FIN), Jenny und Antti Wihuri Foundation (FIN), Emil Aaltonen Foundation (FIN).

Die Geldgeber der Studie hatten keinen Einfluss auf das Studiendesign, die Datenerfassung, Datenanalyse, Dateninterpretation oder das Verfassen des Berichts.

Institute of Nursing Science, University of Education Schwäbisch Gmünd, Oberbettringerstraße 200, 73525, Schwäbisch Gmünd, Germany

Maija Huttunen-Lenz

Abteilung für Ernährung, Bewegung und Sport, Universität Kopenhagen, 1958, Frederiksberg, Dänemark

Anne Raben

Klinische Forschung, Universitätsklinikum Kopenhagen – Steno Diabetes Center Kopenhagen, Herlev, Dänemark

Anne Raben

Abteilung für Ernährungs- und Bewegungswissenschaften, NUTRIM, School of Nutrition and Translational Research in Metabolism, Universität Maastricht, Maastricht, Niederlande

Tanja Adam

MRC/ARUK Centre for Musculoskeletal Aging Research, National Institute for Health Research (NIHR) Nottingham Biomedical Research Centre, University of Nottingham, School of Life Sciences, Nottingham, NG7 2UH, Großbritannien

Ian Macdonald

Nestle Institute of Health Sciences, Nestle Research, Route du Jorat 57, 1000, Lausanne 26, CH, Schweiz

Ian Macdonald

University of Nottingham, School of Life Sciences, Nottingham, NG7 2UH, Großbritannien

Moira A. Taylor

Sport- und Bewegungswissenschaften, Swansea University, Swansea, West Glamorgan, Großbritannien

Gareth Stratton

Forschungszentrum für angewandte Sport-, Technologie-, Bewegungs- und Medizinforschung, Swansea University, Swansea, West Glamorgan, Großbritannien

Kelly Mackintosh

Abteilung für Medizin und Endokrinologie, Universität Valladolid, Valladolid, Spanien

J. Alfredo Martinez

CIBER Physiopathology Obesity and Nutrition (CIBERobn), Instituto de Salud Carlos III, IMDEAfood Madrid, 28029, Madrid, Spanien

J. Alfredo Martinez

Abteilung für Pharmakologie und Toxikologie, Medizinische Universität Sofia, Sofia, 1000, Bulgarien

Teodora Handjieva-Darlenska und Georgi Assenov Bogdanov

Department of Medicine, University of Auckland, Human Nutrition Unit, School of Biological Sciences, Auckland, 1024, Neuseeland

Sally D. Poppitt

Human Nutrition Unit, School of Biological Sciences, University of Auckland, Auckland, 1024, Neuseeland

Marta P. Silvestre

Ernährung und Stoffwechsel, CINTESIS, NOVA Medical School, Fakultät für Medizinische Wissenschaften, NMS, FCM, Universidade NOVA de Lisboa, Lissabon, Portugal

Marta P. Silvestre

Abteilung für Lebensmittel und Ernährung, Universität Helsinki, 00014, Helsinki, Finnland

Mikael Fogelholm & Elli Jalo

School of Life and Environmental Sciences und Charles Perkins Centre, University of Sydney, Camperdown, NSW, 2006, Australien

Jennie Brand-Miller und Roslyn Muirhead

Fachbereich Bewegungs- und Gesundheitswissenschaften, Universität Stuttgart, 70569, Stuttgart, Deutschland

Wolfgang Schlicht

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Das PREVIEW-Projekt wurde von Anne Raben, Jennie Brand-Miller, Margriet Westerterp-Plantenga, Mikael Fogelholm, Wolfgang Schlicht und Edith Feskens entworfen. Die PREVIEW-Interventionsstudie (RCT) für erwachsene Teilnehmer wurde von Anne Raben, Mikael Fogelholm und Thomas Meinert Larsen entworfen. Die PREMIT-Intervention zur Verhaltensmodifikation wurde von Wolfgang Schlicht, Daniela Kahlert (Universität Stuttgart, Deutschland) und Annelie Unyi-Reicherz (Universität Stuttgart, Deutschland) entwickelt. Maija Huttunen-Lenz entwickelte das Konzept des Papiers, den ersten vollständigen Entwurf einschließlich Tabellen und Abbildungen sowie statistischer Analysen. Alle Autoren trugen zur kritischen Überarbeitung des Manuskripts hinsichtlich wichtiger intellektueller Inhalte bei. Alle Autoren waren sich einig, dass die Richtigkeit und Integrität der Arbeit angemessen untersucht und gelöst wurde, und alle stimmten der endgültigen Fassung des Manuskripts zu. Der korrespondierende Autor hatte vollen Zugriff auf die Daten und trug die endgültige Verantwortung für die Entscheidung, sie zur Veröffentlichung einzureichen. Der korrespondierende Autor (MHL) bestätigt, dass alle aufgeführten Autoren die Autorenkriterien erfüllen und dass keine anderen, die diese Kriterien erfüllen, ausgelassen wurden.

Korrespondenz mit Maija Huttunen-Lenz.

Jeder Interventionsort (Universität Kopenhagen (Dänemark), Universität Helsinki (Finnland), Universität Nottingham (Vereinigtes Königreich), Universität Sydney (Australien), Universität Maastricht (Niederlande), Medizinische Universität Sofia (Bulgarien), Universität von Navarra (Spanien), University of Auckland (Neuseeland) erhielten die Ethikgenehmigung von ihren Ethikkommissionen gemäß institutionellen und nationalen Anforderungen und Richtlinien. Alle in dieser Studie gemeldeten Daten wurden gemäß den genehmigten Protokollen gesammelt. Alle Studienteilnehmer mussten vor der Teilnahme eine schriftliche Einverständniserklärung abgeben. Alle Informationen und Einverständniserklärungen wurden in den Landessprachen bereitgestellt.

Jeder Teilnehmer musste vor der Teilnahme eine schriftliche Einverständniserklärung abgeben. Dazu gehörten auch Informationen darüber, wie die Daten verwendet wurden. Teilnehmer können jederzeit vor der Veröffentlichung die Löschung der Daten beantragen.

Anne Raben erhielt Honorare von der International Sweeteners Association und Unilever. Pia Siig Vestentoft hat Reisestipendien vom Cambridge Weight Plan, Großbritannien, erhalten. Ian Macdonald war Mitglied des wissenschaftlichen Beratungsausschusses der britischen Regierung für Ernährung, Schatzmeister der Federation of European Nutrition Societies, Schatzmeister der World Obesity Federation, Mitglied des Mars Scientific Advisory Council, Mitglied des Mars Europe Nutrition Advisory Board und wissenschaftlicher Berater zum Waltham Center for Pet Nutrition. Er war außerdem Mitglied des wissenschaftlichen Beirats von Nestle Research und des wissenschaftlichen Beirats von Novozymes. Jennie Brand-Miller ist Präsidentin und Direktorin der Glycemic Index Foundation, leitet einen Testdienst für den glykämischen Index an der University of Sydney und ist Mitautorin von Büchern über Ernährung und Diabetes. Sally Poppitt war während der PREVIEW-Intervention die Fonterra-Lehrstuhlinhaberin für Humanernährung und Hauptforscherin der NZ National Science Challenge High Value Nutrition. Thomas Meinert Larsen ist Berater für das „Sense“-Diätprogramm. J. Alfredo Martinez ist Präsident der IUNS. Alle anderen Autoren haben keine Interessenkonflikte zu melden.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/. Der Creative Commons Public Domain Dedication-Verzicht (http://creativecommons.org/publicdomain/zero/1.0/) gilt für die in diesem Artikel zur Verfügung gestellten Daten, sofern in einer Quellenangabe für die Daten nichts anderes angegeben ist.

Nachdrucke und Genehmigungen

Huttunen-Lenz, M., Raben, A., Adam, T. et al. Sozioökonomische Faktoren, Stimmung, Inanspruchnahme der Grundversorgung und Lebensqualität als Prädiktoren für den Abbruch der Intervention und chronischen Stress bei einer Intervention zur Typ-2-Diabetes-Prävention (PREVIEW-Studie). BMC Public Health 23, 1666 (2023). https://doi.org/10.1186/s12889-023-16569-9

Zitat herunterladen

Eingegangen: 24. April 2023

Angenommen: 20. August 2023

Veröffentlicht: 30. August 2023

DOI: https://doi.org/10.1186/s12889-023-16569-9

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt