Importance of Weight Management in Type 2 Diabetes: Review with Meta-analysis of Clinical Studies
Notice bibliographique
Résumé
Obesity is a major risk factor for development of diabetes, and excessive energy intake is a major contributor to poor glycemic control in Type 2 diabetes. The impact of obesity on risk for diabetes as well as coronary heart disease (CHD) risk factors and the benefits of weight loss in decreasing risk for developing diabetes and improving glycemia and CHD risks were reviewed. A systematic review of the medical literature to assess the impact of obesity and weight gain on risk for diabetes and CHD was done. We performed a meta-analysis of the effects of weight loss for obese diabetic individuals. Controlled clinical trials assessing lifestyle changes on risk for developing diabetes and weight loss effects on glycemia and CHD risk factors were reviewed. Obesity and weight gain can increase risk for diabetes by greater than ninetyfold and CHD by about sixfold. Very-low-energy diets (VLED) decrease fasting plasma glucose values by approximately 50% within two weeks and these changes are sustained with continued energy restriction. Twelve weeks of energy-restricted diets were associated with these significant decreases: body weight, 9.6%; fasting plasma glucose, 25.7%; serum cholesterol, 9.2%; serum triglycerides, 26.7%; systolic blood pressure, 8.1%; and diastolic blood pressure, 8.6%. Larger weight losses were associated with larger reductions in these values. The reviewed data suggest that US health care providers should endorse the American Heart Association's and European diabetes associations' recommendations that diabetic persons achieve and maintain a BMI of
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 | 0,012 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,025 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».