Vegan diet, processed foods, and type 1 diabetes: A secondary analysis of a randomized clinical trial
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Plant-based diets lead to weight loss and improved insulin sensitivity. However, some plant foods are highly processed, raising the question as to their effect on body weight and insulin sensitivity. METHODS AND RESULTS: Fifty-eight adults with T1D were randomly assigned to an ad libitum low-fat vegan (n = 29) or a portion-controlled group (n = 29) for 12 weeks. Three-day dietary records were analyzed using the NOVA system, which categorizes foods from 1 to 4, based on degree of processing. A repeated measure ANOVA, Spearman correlations, and a linear regression model were used for statistical analysis. In the vegan group, the consumption of animal foods decreased in all categories, significantly so in categories 1, 2, and 4. Animal foods in category 1 decreased in the vegan group; effect size: -192 g/day (95 % CI -297 to -88); p < 0.001. Concomitantly, the intake of plant-based foods in category 1 increased in the vegan group; effect size: +334 g/day (95 % CI -24 to +693); p = 0.07. No significant changes were observed in plant-based foods in categories 2, 3, and 4 in either group. Changes in animal foods in category 1 were positively associated with changes in body weight (r = +0.52; p = 0.001) and negatively with changes in insulin sensitivity (r = -0.46; p = 0.005). A 140-g/day reduction in the consumption of animal foods in category 1 was associated with a 1-kg weight loss. CONCLUSIONS: These findings suggest that replacing animal products with plant-based foods may be an effective weight-loss strategy in people with type 1 diabetes, even when processed foods are included. TRIAL REGISTRATION: ClinicalTrials.gov number, NCT04944316.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».