Sleep Duration, Lifestyle Intervention, and Incidence of Type 2 Diabetes in Impaired Glucose Tolerance
Notice bibliographique
Résumé
OBJECTIVE: Both short and long sleep duration have frequently been found to be associated with an increased risk for diabetes. The aim of the present exploratory analysis was to examine the association between sleep duration and type 2 diabetes after lifestyle intervention in overweight individuals with impaired glucose tolerance in a 7-year prospective follow-up. RESEARCH DESIGN AND METHODS: A total of 522 individuals (aged 40-64 years) were randomly allocated either to an intensive diet-exercise counseling group or to a control group. Diabetes incidence during follow-up was calculated according to sleep duration at baseline. Sleep duration was obtained for a 24-h period. Physical activity, dietary intakes, body weight, and immune mediators (C-reactive protein and interleukin-6) were measured. RESULTS: Interaction between sleep duration and treatment group was statistically significant (P = 0.003). In the control group, the adjusted hazard ratios (HRs) (95% CI) for diabetes were 2.29 (1.38-3.80) and 2.74 (1.67-4.50) in the sleep duration groups 9-9.5 h and >or=10 h, respectively, compared with for that of the 7-8.5 h group. In contrast, sleep duration did not influence the incidence of diabetes in the intervention group; for sleep duration groups 9-9.5 h and >or=10 h, the adjusted HRs (95% CI) were 1.10 (0.60-2.01) and 0.73 (0.34-1.56), respectively, compared with that in the reference group (7-8.5 h sleep). Lifestyle intervention resulted in similar improvement in body weight, insulin sensitivity, and immune mediator levels regardless of sleep duration. CONCLUSIONS: Long sleep duration is associated with increased type 2 diabetes risk. Lifestyle intervention with the aim of weight reduction, healthy diet, and increased physical activity may ameliorate some of this excess risk.
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 | 0,000 | 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 | 0,000 | 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 ».