Effect of Lifestyle Interventions on Diabetic Peripheral Neuropathy in Patients with Type 2 Diabetes, Result of a Randomized Clinical Trial
Notice bibliographique
Résumé
OBJECTIVES: Diabetic peripheral neuropathy (DPN) is the most common and troublesome complication of diabetes leading to great morbidity and resulting in a huge economic burden for diabetes care. Over half of people with diabetes develop neuropathy. Also, DPN is a major cause of reduced quality of life due to pain, sensory loss, gait instability, fall-related injury, and foot ulceration and amputation. The aim of this study was evaluating the effects of lifestyle interventions on diabetic neuropathy severity in diabetes type 2 outpatients. METHODS: This clinical trial conducted on 74 patients with DPN that divided with random allocation into intervention or control group. The lifestyle interventions applied in the intervention group beginning four educational sessions on lifestyle that emphasize strategies for lowering blood sugar, increasing physical activity, promoting weight loss, prudent diet, and foot caring. Each session was lasted for1.5 hour. Then patients followed for 12 weeks. During this period, they received counseling on mentioned lifestyle interventions. DPN severity in both groups measured using modified Toronto Clinical Neuropathy Score (mTCNS) at the beginning of study and at the end of counseling for 12 weeks. RESULTS: Comparing differences of mean of DNP severity before and after lifestyle intervention between two groups of study, there was a significant difference (p<0.001). DNP severity in control group had not any change or it increased in some participants, but DNP decreased in intervention group, after applying lifestyle intervention. CONCLUSION: Lifestyle interventions can contribute to reducing DPN severity, and consequently decreasing neuropathic pain.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».