Effect of weight loss diets on biochemical parameters and anthropometric measurements in prolactinoma patients
Notice bibliographique
Résumé
Background: The aims of this study were to determine the effect of weight loss on biochemical parameters and anthropometric measurements in prolactinoma patients and to evaluate the effectiveness of weight loss diet along with medical treatment. Methods: Twenty-two patients with prolactinoma were divided into two groups and one of the groups was applied weight loss diet (diet group) while the other group was diet free (control group). Each participant was interviewed using a structured questionnaire. The biochemical parameters (fasting plasma glucose, fasting plasma insulin, prolactin, leptin, TSH, T4, cortisol, HbA1c, AST, ALT and blood lipids) of participants were analyzed and anthropometric measurements were taken. Results: There was a significant change in mean BMI after treatment in diet group (p=0.000). The mean level of serum prolactin decreased from 45.1±31.63 ng/dL at baseline to 12.6±8.19 ng/dL after three months in diet group (p=0.006). Despite there being no statistically significant difference between diet and control group in terms of baseline level of prolactin measurement (p=0.800), statistically significant difference between the two groups in terms of final level of prolactin measurement (p=0.027) was observed. There was a significant change in mean level of leptin after treatment in diet group (p=0.001). Conclusions: In addition to medical treatment, weight loss diets sped up the healing process for hyperprolactinemia and the reduction in body weight had positive effects on the metabolic profiles of prolactinoma patients.
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 | 0,001 | 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 ».