MétaCan
Menu
Retour à la cohorte
Enregistrement W4391033785 · doi:10.3389/fnut.2023.1336509

Promoting healthy eating in early pregnancy in individuals at risk of gestational diabetes mellitus: does it improve glucose homeostasis? A study protocol for a randomized control trial

2024· article· en· W4391033785 sur OpenAlexafffundabout
Émilie Bernier, Anne-Sophie Plante, Patricia Lemieux, Julie Robitaille, Simone Lemieux, Sophie Desroches, Ariane Bélanger‐Gravel, Sarah Maheux‐Lacroix, S. John Weisnagel, Suzanne Demers, Félix Camirand Lemyre, Mélanie Boulet, Jean‐Patrice Baillargeon, Anne‐Sophie Morisset

Notice bibliographique

RevueFrontiers in Nutrition · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de SherbrookeInstitut universitaire de cardiologie et de pneumologie de QuébecUniversité Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGestational diabetesMedicinePregnancyRandomized controlled trialGlycemicPopulationMotivational interviewingDiabetes mellitusGlucose homeostasisPrenatal careObstetricsInsulin resistanceGestationInternal medicineEndocrinologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: Healthy eating during pregnancy has favorable effects on glycemic control and is associated with a lower risk of gestational diabetes mellitus (GDM). According to Diabetes Canada, there is a need for an effective and acceptable intervention that could improve glucose homeostasis and support pregnant individuals at risk for GDM. Aims: This unicentric randomized controlled trial (RCT) aims to evaluate the effects of a nutritional intervention initiated early in pregnancy, on glucose homeostasis in 150 pregnant individuals at risk for GDM, compared to usual care. Methods: Population: 150 pregnant individuals ≥18 years old, at ≤14 weeks of pregnancy, and presenting ≥1 risk factor for GDM according to Diabetes Canada guidelines. Intervention: The nutritional intervention initiated in the first trimester is based on the health behavior change theory during pregnancy and on Canada's Food Guide recommendations. It includes (1) four individual counseling sessions with a registered dietitian using motivational interviewing (12, 18, 24, and 30 weeks), with post-interview phone call follow-ups, aiming to develop and achieve S.M.A.R.T. nutritional objectives (specific, measurable, attainable, relevant, and time-bound); (2) 10 informative video clips on healthy eating during pregnancy developed by our team and based on national guidelines, and (3) a virtual support community via a Facebook group. Control: Usual prenatal care. Protocol: This RCT includes three on-site visits (10-14, 24-26, and 34-36 weeks) during which a 2-h oral glucose tolerance test is done and blood samples are taken. At each trimester and 3 months postpartum, participants complete web-based questionnaires, including three validated 24-h dietary recalls to assess their diet quality using the Healthy Eating Food Index 2019. Primary outcome: Difference in the change in fasting blood glucose (from the first to the third trimester) between groups. This study has been approved by the Ethics Committee of the Centre de recherche du CHU de Québec-Université Laval. Discussion: This RCT will determine whether a nutritional intervention initiated early in pregnancy can improve glucose homeostasis in individuals at risk for GDM and inform Canadian stakeholders on improving care trajectories and policies for pregnant individuals at risk for GDM. Clinical trial registration: https://clinicaltrials.gov/study/NCT05299502, NCT05299502.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,601

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,325
Écart entre enseignants0,310 · 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 tête enseignante, 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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetGestational Diabetes Research and ManagementTravaux en français237 207