MétaCan
Menu
Retour à la cohorte
Enregistrement W4376131947 · doi:10.2196/44295

Psychological Support Strategies for Adults With Type 2 Diabetes in a Very Low–Carbohydrate Web-Based Program: Randomized Controlled Trial

2023· article· en· W4376131947 sur OpenAlexvenueno aff
Laura R. Saslow, Amanda L Missel, Alison O’Brien, Sarah Kim, Frederick Hecht, Judith T. Moskowitz, Hovig Bayandorian, Martha Pietrucha, Blair Richards, Bradley Liestenfeltz, Ashley E. Mason, Jennifer Daubenmier, James E. Aikens

Notice bibliographique

RevueJMIR Diabetes · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Complementary and Integrative HealthNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésGlycemicMedicineType 2 diabetesRandomized controlled trialMetforminOverweightWeight lossGlycemic indexDiabetes mellitusPhysical therapyInternal medicineObesityEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background A very low–carbohydrate (VLC) nutritional strategy may improve glycemic control and weight loss in adults with type 2 diabetes (T2D). However, the supplementary behavioral strategies that might be able to improve outcomes using this nutritional strategy are uncertain. Objective This study aims to compare the impact of adding 3 different supplementary behavioral strategies to a web-based VLC diet intervention. To our knowledge, this is the first trial to randomize participants to different frequencies of dietary self-monitoring. Methods The study included 112 overweight adults with T2D (hemoglobin A1c ≥6.5%) taking no antiglycemic medications or only metformin. They received a remotely delivered 12-month VLC diet intervention. Participants were randomly assigned through a full factorial 2×2×2 design to supplementary strategies: either daily or monthly dietary self-monitoring, either mindful eating training or not, and either positive affect skills training or not. Our research goal was to determine whether 3 different supplemental strategies had at least a medium effect size (Cohen d=0.5). Results Overall, the VLC intervention led to statistically significant improvements in glycemic control (−0.70%, 95% CI −1.04% to −0.35%; P<.001), weight loss (−6.82%, 95% CI −8.57% to −5.08%; P<.001), and depressive symptom severity (Cohen d −0.67, 95% CI −0.92 to −0.41; P<.001). Furthermore, 30% (25/83) of the participants taking metformin at baseline reduced or discontinued their metformin. Only 1 Cohen d point estimate reached 0.5; daily (vs monthly) dietary self-monitoring had a worse impact on depressive symptoms severity (Cohen d=0.47, 95% CI −0.02 to 0.95; P=.06). None of the strategies had a statistically significant effect on outcomes. For changes in our primary outcome, hemoglobin A1c, the daily (vs monthly) dietary self-monitoring impact was 0.42% (95% CI −0.28% to 1.12%); for mindful eating, it was −0.47% (95% CI −1.15% to 0.22%); and for positive affect, it was 0.12% (95% CI −0.57% to 0.82%). Other results for daily (vs monthly) dietary self-monitoring were mixed, suggesting an increase in weight (0.98%) and depressive symptoms (Cohen d=0.47), less intervention satisfaction (Cohen d=−0.20), more sessions viewed (3.02), and greater dietary adherence (Cohen d=0.24). For mindful eating, the results suggested a benefit for dietary adherence (Cohen d=0.24) and intervention satisfaction (Cohen d=0.30). For positive affect, the results suggested a benefit for depressive symptoms (Cohen d=−0.32), the number of sessions viewed (3.68), dietary adherence (Cohen d=0.16), and intervention satisfaction (Cohen d=0.25). Conclusions Overall, our results support the use of a VLC diet intervention in adults with T2D. The addition of monthly (not daily) dietary self-monitoring, mindful eating, and positive affect skills training did not show a definitive benefit, but it is worth further testing. Trial Registration ClinicalTrials.gov NCT03037528; https://clinicaltrials.gov/ct2/show/NCT03037528

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,017
Tête enseignante GPT0,318
Écart entre enseignants0,301 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DiabetesMême sujetDiabetes Management and EducationTravaux en français237 207