623-P: Impact of a Low-Carbohydrate vs. Low-Fat Breakfast on Blood Glucose Control in Type 2 Diabetes
Notice bibliographique
Résumé
Postprandial hyperglycemia and glycemic variability are independent risk factors for cardiovascular disease and mortality in people living with type 2 diabetes (T2D). The highest glucose spike often occurs after the first morning meal, highlighting the major influence that breakfast has on overall glycemic control. We examined how advice and guidance to consume a low-carbohydrate (LC) versus standard dietary guidelines low-fat control (CTL) breakfast influenced glycemic control assessed by continuous glucose monitoring (CGM). Participants with T2D (N=121, 53% female, mean age 64 years) completed a remote 3-month parallel-group RCT comparing LC to CTL with 14-day CGM at the start and end of the intervention. Daily mean glucose, maximum glucose, area under the curve (AUC), mean amplitude of glycemic excursions, standard deviation (SD), and time above range (>10mmol/L) were all significantly lower, and time in range (3.9-10mmol/L) significantly higher, in the LC group versus CTL (all P<0.05). Post-breakfast mean and maximum glucose, SD and iAUC were also significantly lower in the LC group (all P<0.001). A low-carbohydrate breakfast appears to be a simple dietary strategy to improve several CGM metrics when compared to a typical dietary guidelines breakfast in persons living with T2D. Disclosure B.Oliveira: None. C.Chang: None. K.Falkenhain: None. K.Oetsch: None. M.E.Francois: None. J.P.Little: None. Funding Egg Nutrition Center; Egg Farmers of Canada
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».