Impact of Continuous Glucose Monitoring Versus Blood Glucose Monitoring to Support a Carbohydrate-Restricted Nutrition Intervention in People with Type 2 Diabetes
Notice bibliographique
Résumé
Introduction: Low- and very-low-carbohydrate eating patterns, including ketogenic eating, can reduce glycated hemoglobin (HbA1c) in people with type 2 diabetes (T2D). Continuous glucose monitoring (CGM) has also been shown to improve glycemic outcomes, such as time in range (TIR; % time with glucose 70–180 mg/dL), more than blood glucose monitoring (BGM). CGM-guided nutrition interventions are sparse. The primary objective of this study was to compare differences in change in TIR when people with T2D used either CGM or BGM to guide dietary intake and medication management during a medically supervised ketogenic diet program (MSKDP) delivered via continuous remote care. Methods: IGNITE (Impact of Glucose moNitoring and nutrItion on Time in rangE) study participants were randomized to use CGM ( n = 81) or BGM ( n = 82) as part of a MSKDP. Participants and their care team used CGM and BGM data to support dietary choices and medication management. Glycemia, medication use, ketones, dietary intake, and weight were assessed at baseline (Base), month 1 (M1), and month 3 (M3); differences between arms and timepoints were evaluated. Results: Adults ( n = 163) with a mean (standard deviation) T2D duration of 9.7 (7.7) years and HbA1c of 8.1% (1.2%) participated. TIR improved from Base to M3, 61–89% for CGM and 63%–85% for BGM ( P < 0.001), with no difference in change between arms ( P = 0.26). Additional CGM metrics also improved by M1, and improvements were sustained through M3. HbA1c decreased by ≥1.5% from Base to M3 for both CGM and BGM arms ( P < 0.001). Diabetes medications were de-intensified based on change in medication effect scores from Base to M3 ( P < 0.001). Total energy and carbohydrate intake decreased ( P < 0.001), and participants in both arms lost clinically significant weight ( P < 0.001). Conclusion: Both the CGM and BGM arms saw similar and significant improvements in glycemia and other diabetes-related outcomes during this MSKDP. Additional CGM-guided nutrition intervention research is needed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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) | 0,000 | 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 ».