Outcomes of a Digitally Delivered Low-Carbohydrate Type 2 Diabetes Self-Management Program: 1-Year Results of a Single-Arm Longitudinal Study
Notice bibliographique
Résumé
BACKGROUND: Type 2 diabetes mellitus has serious health consequences, including blindness, amputation, stroke, and dementia, and its annual global costs are more than US $800 billion. Although typically considered a progressive, nonreversible disease, some researchers and clinicians now argue that type 2 diabetes may be effectively treated with a carbohydrate-reduced diet. OBJECTIVE: Our objective was to evaluate the 1-year outcomes of the digitally delivered Low-Carb Program, a nutritionally focused, 10-session educational intervention for glycemic control and weight loss for adults with type 2 diabetes. The program reinforces carbohydrate restriction using behavioral techniques including goal setting, peer support, and behavioral self-monitoring. METHODS: ) 7.8%, SD 2.1%; mean body weight 89.6 kg, SD 23.1 kg; taking mean 1.2, SD 1.01 diabetes medications). RESULTS: from 9.2% to 7.1% (P<.001) and lost an average of 6.9% of their body weight (P<.001). CONCLUSIONS: Especially for participants who fully engage, an online program that teaches a carbohydrate-reduced diet to adults with type 2 diabetes can be effective for glycemic control, weight loss, and reducing hypoglycemic medications.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».