Keyto app and device versus WW app on weight loss and metabolic risk in adults with overweight or obesity: A randomized trial
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to determine whether a Mediterranean-style, ketogenic diet mobile health application (app) with breath acetone biofeedback is superior to a calorie-restricted, low-fat diet app in promoting weight loss. METHODS: , 71% female) were randomized to one of the interventions delivered entirely via app. Participants received a wireless scale and were instructed to take daily weight measurements. A third-party laboratory collected blood samples at baseline and 12 weeks. RESULTS: Weight loss at 12 weeks was greater in the ketogenic (-5.6 kg; 95% CI: -6.7 kg to -4.5 kg) compared with the low-fat group (-2.5 kg; 95% CI: -3.6 kg to -1.4 kg) (between-group difference: -3.1 kg; 95% CI: -4.6 kg to -1.5 kg; p < 0.001). Weight loss at 24 weeks indicated durability of the effect (between-group difference: -5.5 kg; 95% CI: -8.3 kg to -2.8 kg; p < 0.001). Secondary/exploratory outcomes of hemoglobin A1c and liver enzymes were improved to a greater extent in the ketogenic diet group (p < 0.01). CONCLUSIONS: Among adults with overweight/obesity, a ketogenic diet app with breath acetone biofeedback was superior to a calorie-restricted diet app at promoting weight loss in a real-world setting.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».