Nutrition and Exercise Intervention Reduced Risk Factors for Diabetes Among Arab Canadian Muslim Women (ACMW)
Notice bibliographique
Résumé
PURPOSE: to investigate the impact of lifestyle change on reducing modifiable risk factors for type 2 diabetes by promoting healthy nutrition and exercise for ACMW. METHODS: Sixty ACMW were randomly allocated to an intensive lifestyle intervention group (IG; N=30) or a control group (CG; N=30). The participants in the IG received dietary counseling and an exercise program consisting of endurance, flexibility and strength activities, held three times/week for 12 weeks in the London Muslim Mosque gym. All instructions were given in English and Arabic. Pre and post measures in both groups included completing a 3-day food intake record and pedometer to count steps for 7 days. Body mass, height, waist and hip circumferences, blood pressure, fasting blood glucose (FBG) and fitness level were also evaluated before and after the 12 weeks in both groups. RESULTS: Daily steps increased by 136 %, body weight was reduced by 6.5 kg and body mass index was reduced from 34.9± 5.2 to 32.4± 3.9 kg/m2, p<0.05, from baseline in the IG, with no change in the CG. In addition, waist to hip ratio was reduced (0.81±0.04) from baseline (0.86±0.4, p<0.05) and FBG was reduced (4.6±0.6 mmol/L vs 5.8±0.5 mmol/L; p<0.05), with no change in the CG. Systolic and diastolic blood pressure was significantly reduced and fitness level increased, p<0.05, in the IG compared to CG. The IG also significantly decreased energy intake, carbohydrates, fat, protein, and sodium by 33%, 28%, 26%, 25%, 56%, p<0.05 from baseline, respectively. CONCLUSIONS: Our findings suggest that modifiable risk factors for type 2 diabetes can be altered significantly by weight loss, regular exercise and modification of diet. The culturally-sensitive lifestyle intervention induced several beneficial changes in anthropometric measurements, physical activity, diet, cardiovascular fitness and fasting blood glucose significantly reducing diabetes risk factors. Funded by The London Muslim Mosque.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».