When's dinner? Does timing of dinner affect the cardiometabolic risk profiles of South‐Asian Canadians at risk for diabetes
Notice bibliographique
Résumé
Abstract Aim To explore the relationship between the time dinner is consumed (dinnertime or timing of dinner) and cardiometabolic risk factors among South‐Asian Canadians at risk for diabetes. Methods We recruited 432 South‐Asian adults affiliated with Sikh and Hindu Temples in Metro Vancouver. Participants deemed to be at risk of diabetes underwent a clinical and behavioural assessment. Dinnertime was measured via self‐report. Clinical endpoints included HbA 1c , apolipoprotein, blood pressure, weight, BMI and waist circumference. Results The mean age of participants was 65 years and 59% were male. Dinnertime was categorized into three groups: early (before 18:00 h); average (18:00 to 20:00 h); and late (later than 20:00 h). Among the participants, 19% ( n = 79), 44% ( n = 187) and 37% ( n = 157) reported early, average and late dinnertimes, respectively. Significant differences were found for dinnertime groups and years of residence in Canada, gender and employment. Compared with the early dinnertime group, the late dinnertime group lived in Canada for a shorter duration, comprised a higher proportion of males (66 vs 48%; P = 0.01) and were currently employed (37 vs 22%; P = 0.02). With regard to clinical endpoints, compared with the early dinnertime group, the late dinnertime group had lower systolic blood pressure (135.9 vs 131.7 mmHg; P = 0.03). After controlling for demographic characteristics, this difference was diminished. No significant differences were found between dinnertime and HbA 1c , apolipoprotein, diastolic blood pressure, weight, BMI and waist circumference. Conclusion Findings suggest that, among this sample of South‐Asian Canadians at risk of Type 2 diabetes, there was no association between timing of the evening meal and cardiometabolic profiles.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».