Differences in Food Intake among Obese and Nonobese Women and Men with Type 2 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: Weight reduction is a key goal for the prevention of vascular complications in obese individuals with type 2 diabetes, but a nutritionally balanced intake is also important in this regard. We compared dietary intakes and vitamin supplement use between obese and nonobese women and men with type 2 diabetes to identify gaps in adherence to nutritional management guidelines. METHODS: We analyzed data from a longitudinal study of adults with type 2 diabetes, wherein participants were assessed once per season over 1 year. Dietary data were collected using a validated semiquantitative, self-administered food-frequency questionnaire. Given the absence of seasonal variations in anthropometric variables and dietary intake, data from multiple visits were averaged for each individual. Associations of both intake of fruit and vegetables and nutrients related to cardiovascular disease risk were compared between obese (body mass index ≥ 30 kg/m²) and nonobese individuals through multivariable linear regression with adjustments for age, education, and energy intake. RESULTS: Among the 200 participants (93 women and 107 men), 53% of women and 43% of men were obese. Compared with nonobese women, obese women consumed more saturated fat (mean difference, 1.2% of total energy intake; 95% confidence interval [CI], 3% to 2.2%) and sodium (mean difference, 0.3 g; 95% CI, 0.04 to 0.5 g), and they had a lower intake of fiber (mean difference, -2.7 g; 95% CI, -4.4 to -0.9 g) and magnesium (mean difference, -33.6 mg; 95% CI, -55.2 to -12.0 g). No differences in dietary intake were observed between obese and nonobese men, but the intakes of men overall were similar to those of obese women. Compared with nonobese participants, fewer obese individuals used vitamin/mineral supplements (women: 37% vs 48%, men: 26% vs 38%). CONCLUSIONS: Obese women and both obese and nonobese men appeared to have poorer dietary quality compared with nonobese women. Our findings support the need to emphasize dietary composition in addition to weight control in diabetes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».