Multiple Lifestyle Interventions: Impact On Metabolic Health Of Early Insulin-Resistant Patients
Notice bibliographique
Résumé
Early insulin resistance (IR) is a condition characterized by the detection of hyperinsulinemia without dysglycemia, which can be measured by the Homeostatic Model Assessment of Insulin Resistance (HOMA-IR). However, it frequently goes under the radar until further advanced stages develop. Early detection of IR and implementation of preventive strategies at this early stage could prevent numerous cardiometabolic conditions, including progression to type 2 diabetes. PURPOSE: To evaluate the effects of multiple lifestyle interventions in a clinical setting on the metabolic health of early insulin-resistant patients. METHODS: Between November 2021 and August 2022, 71 individuals with basal HbA1c ≤ 5.7 % and basal HOMA-IR values ≥3 accepted to participate in the diabetes prevention clinic at Montreal Heart Institute. The intervention consists of educational and nutritional counseling, promoting a Mediterranean diet and an 8:16 time-restricted eating, along with personalized physical activity prescription, consisting of sessions of aerobic and resistance training. Anthropometric measurements are taken by bioimpedance and blood samples are drawn at 0, 3, 6, and 12 months. Differences in means across variables with repeated observations between baseline and 3 months of intervention were assessed with ANOVA. RESULTS: 45 participants with full data were included in this analysis (mean HbA1c of 5.3% ± 0.2 and mean HOMA-IR of 6.2 ± 3.1 at baseline). Statistically significant changes (p < 0.05) are reported in Table 1. There was a statistically significant strong correlation between both fat mass loss and percentage of fat mass loss and the improvement of the HOMA-IR index between baseline and the follow-up at 3 months (r = 0.6, p < 0.05). CONCLUSION: The results of this study suggest that prioritizing lifestyle changes in these participants with IR improves anthropometric and insulin resistance measures that could lead to preventing the development of type 2 diabetes.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».