Effects of meal preparation training on body weight, glycemia, and blood pressure: results of a phase 2 trial in type 2 diabetes
Notice bibliographique
Résumé
BACKGROUND: Modest reductions in weight and small increases in step- related activity (e.g., walking) can improve glycemic and blood pressure control in type 2 diabetes mellitus (DM2). We examined changes in these parameters following training in time- efficient preparation of balanced, low- energy meals combined with pedometer- based step count monitoring. METHODS: Seventy- two adults with DM2 were enrolled in a 24- week program (i.e., 15 three- hour group sessions). They prepared meals under a chef's supervision, and discussed eating behaviours/nutrition with a registered dietitian. They maintained a record of pedometer- assessed step counts. We evaluated changes from baseline to 24 weeks in terms of weight, step counts, hemoglobin A1c (HbA1c, glycemic control), blood pressure, and eating control ability (Weight Efficacy Lifestyle WEL Questionnaire). 53 participants (73.6%) completed assessments. RESULTS: There were improvements in eating control (11.2 point WEL score change, 95% CI 4.7 to 17.8), step counts (mean change 869 steps/day, 95% CI 198 to 1,540), weight (mean change -2.2%; 95% CI -3.6 to -0.8), and HbA1c (mean change -0.3% HbA1c, 95% CI -0.6 to -0.1), as well as suggestion of systolic blood pressure reduction (mean change -3.5 mm Hg, 95% CI -7.8 to 0.9). Findings were not attributable to medication changes. In linear regression models (adjusted for age, sex, ethnicity, insulin use, season), a -2.5% weight change was associated with a -0.3% HbA1c change (95% CI -0.4 to -0.2) and a -3.5% systolic blood pressure change (95% CI -5.5 to -1.4). CONCLUSIONS: In this 'proof of concept' study, persistence with the program led to improvements in eating and physical activity habits, glycemia reductions, and suggestion of blood pressure lowering effects. The strategy thus merits further study and development to expand the range of options for vascular risk reduction in DM2.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».