Prevention of Type 2 Diabetes by Lifestyle Changes: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Prevention of type 2 diabetes (T2D) is a great challenge worldwide. The aim of this evidence synthesis was to summarize the available evidence in order to update the European Association for the Study of Diabetes (EASD) clinical practice guidelines for nutrition therapy. We conducted a systematic review and, where appropriate, meta-analyses of randomized controlled trials (RCTs) carried out in people with impaired glucose tolerance (IGT) (six studies) or dysmetabolism (one study) to answer the following questions: What is the evidence that T2D is preventable by lifestyle changes? What is the optimal diet (with a particular focus on diet quality) for prevention, and does the prevention of T2D result in a lower risk of late complications of T2D? The Grading of Recommendations Assessment, Development, and Evaluation (GRADE) approach was applied to assess the certainty of the trial evidence. Altogether seven RCTs (N = 4090) fulfilled the eligibility criteria and were included in the meta-analysis. The diagnosis of incident diabetes was based on an oral glucose tolerance test (OGTT). The overall risk reduction of T2D by the lifestyle interventions was 0.53 (95% CI 0.41; 0.67). Most of the trials aimed to reduce weight, increase physical activity, and apply a diet relatively low in saturated fat and high in fiber. The PREDIMED trial that did not meet eligibility criteria for inclusion in the meta-analysis was used in the final assessment of diet quality. We conclude that T2D is preventable by changing lifestyle and the risk reduction is sustained for many years after the active intervention (high certainty of evidence). Healthy dietary changes based on the current recommendations and the Mediterranean dietary pattern can be recommended for the long-term prevention of diabetes. There is limited or insufficient data to show that prevention of T2D by lifestyle changes results in a lower risk of cardiovascular and microvascular complications.
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 | 0,014 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,036 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».