The COVID-19 lockdown does not necessarily worsen diabetes control, in spite of lower physical activity — a systematic review
Notice bibliographique
Résumé
INTRODUCTION: This review aimed to synthesize evidence on the impact of the COVID-19 lockdown on the glycaemic control, physical activity, and diet of diabetic patients. MATERIAL AND METHODS: Two electronic databases (PubMed and Scopus) were searched from January 2020 to February 2021. A total of 161 unique records were retrieved. Out of these, 25 articles met the eligibility criteria and were included in the final review. The quality of the studies was assessed by using the modified Newcastle-Ottawa Quality Assessment Scale for observational studies. RESULTS: Out of the 25 studies included in the review, 18 (72%) were cross sectional, 5 (20%) were retrospective analyses, and 2 (8%) were cohort studies. Thirteen studies included type I diabetics, 8 studies included type2 diabetics, and 4 studies included both. In the quality assessment, 17 (68%) of the studies met the criteria of satisfactory quality. Overall glycaemic parameters were improved during the lockdown. Dietary patterns were affected during the lockdown, but the direction of change- either negative or positive- could not be inferred. However, physical activity patterns were found to be deteriorated during the lockdown. CONCLUSION: The review found that lockdowns for curbing COVID-19 had no negative impact on glucose control, while there was a decline in the physical activity among diabetics. Furthermore, available studies are subject to various biases, which calls for robust studies in future with representative samples. There is also a need to promote physical activity and a healthy diet among diabetic patients, with follow-up through telemedicine during such confinement periods.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».