Lifestyle intervention for the prevention of type 2 diabetes in women with prior gestational diabetes: A systematic review and meta‐analysis
Notice bibliographique
Résumé
AIM: To determine whether current evidence supports lifestyle intervention for type 2 diabetes (T2D) prevention in women with previous gestational diabetes (GD). METHODS: We systematically searched MEDLINE/PubMed, Web of Science, EMBASE, The Cochrane Library, International Pharmaceutical Abstracts, Global Health, Sinomed and Clinicaltrials.gov for randomized controlled trials (published from 1 January 1950 to 14 December 2022) comparing lifestyle intervention with standard care in women with previous GD. Our primary outcome was incident T2D, with pooled estimates calculated by a fixed-effects model. RESULTS: Of 1652 studies identified, 13 were eligible and were included in our analysis (N = 3745 women). Compared with standard care, lifestyle intervention yielded a reduction of 24% in the incidence of T2D (relative risk 0.76 [95% CI 0.63-0.93]). Meta-regression analyses revealed no impact of the duration of lifestyle intervention (P = .81) or baseline body mass index (P = .90) on the observed reduction in incident T2D. Importantly, this published literature shows evidence of publication bias on funnel plot and Egger test (P = .048). CONCLUSIONS: Current published evidence suggests that lifestyle intervention can reduce the risk of T2D in women with prior GD. However, this finding should be interpreted with caution in the presence of documented publication bias.
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 | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,025 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».