The Use of Evidence-Based Dietary Interventions for the Management of Obesity
Notice bibliographique
Résumé
Obesity has become a serious public health issue worldwide, with its prevalence steadily increasing. The potential consequences of this chronic disease, including cardiovascular disease, increased morbidity, and mortality, pose a significant burden on individuals and healthcare systems. Evidence has established that lifestyle and dietary modification are central to achieving effective weight loss. One approach shown to be efficacious in achieving weight loss is the use of a very low calorie ketogenic diet (VLCKD), which includes stages of induced ketosis, followed by a reintroduction to a low calorie diet and maintenance diet. Such regimens have been shown to result in sustained weight loss and, for some people, remission of Type 2 diabetes (T2D). A similar approach, which may also be a component of the VLCKD, is the use of total or partial replacement of meals using nutritionally complete shakes, bars, or soups. These may be combined with other weight loss measures, including bariatric surgery or medications. It is important that such programmes are delivered in a structured, medically-monitored, and supportive environment, such as laid out by Obesity Canada’s ‘5As’ programme. An ‘obesity shared medical appointment’ model is a multidisciplinary approach, whereby a patient with obesity is seen by a number of healthcare specialists, depending on their comorbidities. The patient also has the opportunity to meet with obesity specialists and engage in monthly patient support groups, all of which have been shown to be successful interventions in helping patients lead a healthier lifestyle, and gain more control over their weight. The following proceedings are based on talks given by leading obesity experts, presented at the 30th European Congress on Obesity (ECO 2023), which took place in Dublin, Republic of Ireland, in May 2023.
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 | 0,014 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».