Can peer educators influence healthy eating in people with diabetes? Results of a randomized controlled trial
Notice bibliographique
Résumé
AIMS: To assess whether the Expert Patient Programme (EPP), adapted for people with Type 2 diabetes, can be used to promote healthy eating to improve glycaemic control. METHODS: Adults with Type 2 diabetes (n = 317) were randomized to receive either a diabetes-specific EPP (n = 162) or individual one-off appointments with a dietitian (control group) (n = 155). The diabetes-specific EPP followed the standard National Health Service programme although all participants in the group had diabetes only, rather than a mix of chronic conditions. Participants attended a group session for 2 h once per week for 6 weeks. In addition, a final seventh-week 2-h session was included that was specific to issues concerning diabetes. Outcomes were assessed at baseline, 6 and 12 months. RESULTS: There were no statistically significant differences between the control and the intervention group in any of the clinical outcomes measured. There was no significant difference between the groups in any dietary outcome. There was a higher starch intake in the EPP group, although this did not reach statistical significance (effect size for starch adjusted for baseline values 8.8 g; 95% CI -1.3 to 18.9). There was some loss of participants between baseline measurement and randomization, although this did not appear to have had an important impact on baseline balance. CONCLUSIONS: In this study of people with Type 2 diabetes, the EPP approach was not effective in changing measures of diabetes control or diet.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».