Effect of Diet Composition and Weight Loss on Resting Energy Expenditure in the POUNDS LOST Study
Notice bibliographique
Résumé
Weight loss reduces energy expenditure, but it is unclear whether dietary macronutrient composition affects this reduction. We hypothesized that energy expenditure might be modulated by macronutrient composition of the diet. The Prevention of Obesity Using Novel Dietary Strategies (POUNDS) LOST study, a prospective, randomized controlled trial in 811 overweight/obese people who were randomized in a 2 × 2 design to diets containing 20en% or 40en% fat and 15en% or 25en% protein (diets with 65%, 55%, 45%, and 35% carbohydrate) provided the data to test this hypothesis. Resting energy expenditure (REE) was measured at baseline, 6, and 24 months using a ventilated hood. REE declined at 6 months by 99.5 ± 8.0 kcal/day in men and 55.2 ± 10.6 kcal/day in women during the first 6 months. This decline was related to the weight loss, and there was no difference between the diets. REE had returned to baseline by 24 months, but body weight was still 60% below baseline. Measured REE at 6 months was significantly lower than the predicted (-18.2 ± 6.7 kcal/day) and was the result of significant reductions from baseline in the low-fat diets (65% or 55% carbohydrate), but not in the high fat diet groups. By 24 months the difference had reversed with measured REE being slightly but significantly higher than predicted (21.8 ± 10.1 kcal/day). In conclusion, we found that REE fell significantly after weight loss but was not related to diet composition. Adaptive thermogenesis was evident at 6 months, but not at 24 months.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».