MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379512159 · doi:10.1101/2023.06.04.23290749

Adding Different Exercise Training Volumes to a Diet-Induced Weight Loss Facilitates Fat Loss and Maintains Fat-Free Mass in a Dose-Depending Fashion in Persons with Newly Diagnosed Type 2 Diabetes: Secondary Findings from the DOSE-EX Multi-Arm, Parallel-Group, Randomized Trial

2023· preprint· en· W4379512159 sur OpenAlexfundno aff
Mark Lyngbæk, Grit Elster Legaard, Nina Skall Nielsen, Cody Durrer, Thomas Almdal, Morten Asp Vonsild Lund, Benedikte Liebetrau, Caroline Ewertsen, Carsten Ammitzbøl Lauridsen, Thomas P. J. Solomon, Kristian Karstoft, Bente Klarlund Pedersen, Mathias Ried‐Larsen

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchNovo Nordisk FondenDanish Diabetes AcademyTrygFondenRigshospitaletSvend Andersen FondenNovo Nordisk
Mots-clésMedicineInterquartile rangeAerobic exerciseType 2 diabetesWeight lossRandomized controlled trialDiabetes mellitusInternal medicineObesityPhysical therapyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Abstract OBJECTIVE To assess the dose-response effects of exercise in combination with a diet-induced weight loss on fat mass (FM) percentage (FM%) in persons with diagnosed type 2 diabetes. RESEARCH DESIGN AND METHODS In this secondary analysis of a four-armed randomized trial ( Clinicaltrials.gov NCT03769883 ) 82 persons (35% females, mean age and standard deviation (SD) 58.2 (9.8) years) living with type 2 diabetes were randomly allocated to the control group (N=21, CON), diet control (25% energy restriction; N =20, DCON), diet control and exercise three times/week (two sessions of aerobic and one session combining resistance and aerobic training; N =20, MED), or diet control and exercise six times/week (four sessions of aerobic and two sessions combining resistance and aerobic training; N =21, HED) for 16 weeks. The primary outcome was the change in FM percentage points (pp). Secondary outcomes included fat-free mass and visceral adipose tissue volume. RESULTS Type 2 diabetes duration was 4.0 years (interquartile range 1.9 to 5.5), body weight (SD) 101.4 kg (14.6), FM% (SD) 39.4 (6.7). FMpp decreased compared to standard care −3.5 pp (95% CI −5.6 to −1.4) p=0.002, −6.3 pp (CI −8.4 to −4.1) p<0.001, and −8.0 pp (95% CI −10.2 to −5.8) p<0.001, for DCON, MED, and HED, respectively. The difference between HED and MED was −1.8 pp [95% CI −3.9 to 0.4]; p=0.11). CONCLUSIONS All interventions were superior in reducing FMpp compared to standard care in a dose-dependent manner. Adding three or six sessions of exercise to a low-calorie diet was superior in reducing FM compared to a low-calorie diet alone. Article Highlights Why did we undertake this study? Exercise and weight loss are recommended for persons with type 2 diabetes. It is unclear if adding exercise, and which amount of exercise, to a low-calorie diet supports additional fat mass loss. What is the specific question(s) we wanted to answer? What is the dose-response effect of exercise combined with a moderate caloric restriction on changes in fat mass? What did we find? Adding exercise to a diet-induced weight loss reduced fat mass and preserved fat-free mass in a dose-dependent manner. What are the implications of our findings? Adding exercise to a moderate caloric restriction dose-dependently facilitates reductions in fat mass by enlarging weight loss and fat loss.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,042
Tête enseignante GPT0,278
Écart entre enseignants0,236 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetDiet and metabolism studies→Travaux en français237 207→