Multiple Lifestyle Interventions: Impact On Metabolic Health In Patients With Prediabetes And T2D
Notice bibliographique
Résumé
BACKGROUND: In November 2021 the Montreal heart institute’s ÉPIC Center launched a diabetes prevention clinic that suggest a 12-months non-pharmacological intervention approach for people with PRED and T2D. We present a preliminary analysis of the evolution of metabolic health and glycemic control at 3 months. METHODS: The intervention consisted of educational and nutritional counseling, promoting a moderate carbohydrate Mediterranean diet and an 8:16 time-restricted eating, in combination with personalized exercise training prescription. Body composition measurements were taken by bioimpedance, and blood samples were drawn at 0 and 3 months. Data were compared pre and post program using an ANOVA with repeated measures at 3 months. RESULTS: 91 participants have been included in this first exploratory analysis. We observed a change in body mass loss (-2.4 kg; p < 0.01), waist circumference (-3.0 cm; p < 0.01), fat mass loss (-1.7 kg; p < 0.01), visceral fat volume (-0.6 L; p < 0.01), fasting insulin (-17.2 μmol/L; p = 0.01), HOMA-IR (-0.9; p = 0.03), and low-density lipoproteins (-0.2 mmol/L; p < 0.01) (Table 1). At 3 months 43.4% participants with PRED presented with normal glucose concentrations HbA1c < 5.7%. At 3 months, 71.1% participants with T2D have a glycemic control <6.5% (Table 2). CONCLUSIONS: Prioritizing combined lifestyle changes improves metabolic health, even to the point of achieving normal glucose concentrations measured by HbA1c after 3 months. A longer-term analysis will be needed to reach the criteria of remission, as changes in HbA1c should persist beyond 3 months.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».