MétaCan
Menu
Retour à la cohorte
Enregistrement W3083964361 · doi:10.2196/15835

Intervention Enhancement Strategies Among Adults With Type 2 Diabetes in a Very Low–Carbohydrate Web-Based Program: Evaluating the Impact With a Randomized Trial

2020· article· en· W3083964361 sur OpenAlexvenueno aff
Laura R. Saslow, Judith T. Moskowitz, Ashley E. Mason, Jennifer Daubenmier, Bradley Liestenfeltz, Amanda L. Missel, Hovig Bayandorian, James E. Aikens, Sarah Kim, Frederick Hecht

Notice bibliographique

RevueJMIR Diabetes · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Complementary and Integrative HealthNational Institute of Nursing ResearchNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteNational Institutes of HealthNational Center for Research ResourcesNational Institute of Mental HealthUniversity of Michigan
Mots-clésMedicineType 2 diabetesGlycemicRandomized controlled trialOverweightGlycated hemoglobinWeight lossDiabetes mellitusPhysical therapyInternal medicineObesityEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background Adults with type 2 diabetes may experience health benefits, including glycemic control and weight loss, from following a very low–carbohydrate, ketogenic (VLC) diet. However, it is unclear which ancillary strategies may enhance these effects. Objective This pilot study aims to estimate the effect sizes of 3 intervention enhancement strategies (text messages, gifts, and breath vs urine ketone self-monitoring) that may improve outcomes of a 12-month web-based ad libitum VLC diet and lifestyle intervention for adults with type 2 diabetes. The primary intervention also included other components to improve adherence and well-being, including positive affect and mindfulness as well as coaching. Methods Overweight or obese adults (n=44; BMI 25-45 kg/m2) with type 2 diabetes (glycated hemoglobin [HbA1c] ≥6.5%), who had been prescribed either no glucose-lowering medications or metformin alone, participated in a 12-month web-based intervention. Using a 2×2×2 randomized factorial design, we compared 3 enhancement strategies: (1) near-daily text messages about the intervention’s recommended behaviors (texts n=22 vs no texts n=22), (2) mailed gifts of diet-relevant foods and cookbooks (6 rounds of mailed gifts n=21 vs no gifts n=23), and (3) urine- or breath-based ketone self-monitoring (urine n=21 vs breath n=23). We assessed HbA1c and weight at baseline and at 4, 8, and 12 months. We evaluated whether each strategy exerted a differential impact on HbA1c and weight at 12 months against an a priori threshold of Cohen d of 0.5 or greater. Results We retained 73% (32/44) of the participants at 12 months. The intervention, across all conditions, led to improvements in glucose control and reductions in body weight at the 12-month follow-up. In intent-to-treat (ITT) analyses, the mean HbA1c reduction was 1.0% (SD 1.6) and the mean weight reduction was 5.3% (SD 6.0), whereas among study completers, these reductions were 1.2% (SD 1.7) and 6.3% (SD 6.4), respectively, all with a P value of less than .001. In ITT analyses, no enhancement strategy met the effect size threshold. Considering only study completers, 2 strategies showed a differential effect size of at least a d value of 0.5 or greater Conclusions Text messages, gifts of food and cookbooks, and urine-based ketone self-monitoring may potentially enhance the glycemic or weight loss benefits of a web-based VLC diet and lifestyle intervention for individuals with type 2 diabetes. Future research could investigate other enhancement strategies to help create even more effective solutions for the treatment of type 2 diabetes. Trial Registration ClinicalTrials.gov NCT02676648; http://clinicaltrials.gov/ct2/show/NCT02676648

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,650

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,326
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DiabetesMême sujetDiet and metabolism studiesTravaux en français237 207