Effects of a dietary intervention on cardiometabolic risk and food consumption in a workplace
Notice bibliographique
Résumé
BACKGROUND: Worksite-based health programs have shown positive impacts on employee health and have led to significant improvements in cardiovascular risk factor profiles. We aimed to determine the effect of cafeteria intervention on cardio-metabolic risk factors diet in a worksite setting (Dhulikhel Hospital) in Nepal. METHODS: In this one-arm pre-post intervention study, we recruited 277 non-pregnant hospital employees aged 18-60 with prediabetes or pre-hypertension. The study was registered in clinicaltrials.gov (NCT03447340; 2018/02/27). All four cafeterias in the hospital premises received cafeteria intervention encouraging healthy foods and discouraging unhealthy foods for six months. We measured blood pressure, fasting glucose level, glycated hemoglobin, cholesterol in the laboratory, and diet intake (in servings per week) using 24-hour recall before and six months after the intervention. The before and after measures were compared using paired-t tests. RESULTS: After six months of cafeteria intervention, the median consumption of whole grains, mono/polyunsaturated fat, fruits, vegetable and nuts servings per week increased by 2.24(p<0.001), 2.88(p<0.001), 0.84(p<0.001) 2.25(p<0.001) and nuts 0.55 (p<0.001) servings per week respectively. The median consumption of refined grains decreased by 5.07 servings per week (p<0.001). Mean systolic and diastolic blood pressure decreased by 2 mmHg (SE = 0.6; p = 0.003) and 0.1 mmHg (SE = 0.6; p = 0.008), respectively. The low-density lipoprotein (LDL) was significantly reduced by 6 mg/dL (SE = 1.4; p<0.001). CONCLUSION: Overall, we found a decrease in consumption of refined grains and an increase in consumption of whole grains, unsaturated fats, fruits, and nuts observed a modest reduction in blood pressure and LDL cholesterol following a 6-month cafeteria-based worksite intervention incorporating access to healthy foods.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».