Association entre le score des apports faibles en glucides, le contrôle glycémique et les facteurs de risque cardiovasculaire chez les adultes atteints de diabète de type 1 : une étude du registre BETTER
Notice bibliographique
Résumé
Les diètes faibles en glucides (Low-Carbohydrate Diet [LCD]; moins de 30 % de l'énergie provenant des glucides) gagnent en popularité chez les personnes atteintes de diabète de type 1 (DbT1). Cependant, l’impact de ces diètes sur le contrôle glycémique et le risque cardiovasculaire (CV) est controversé. Objectif : Évaluer les associations entre le score LCD, le contrôle glycémique et des facteurs de risque CV chez les adultes atteints de DbT1 par le biais d’un registre de DbT1 au Québec (Canada). Méthodologie : Il s’agit d’une étude transversale des données du registre BETTER, utilisant les rappels alimentaires de 24 heures afin de calculer les scores LCD et incluant les données suivantes : mesures anthropométriques auto-rapportées ou mesurées (ex. tour de taille), questionnaires sur les antécédents d’épisodes d’hypoglycémies modérées (nombre d’épisodes dans le dernier mois) et sévères (présence d’au moins un épisode dans la dernière année), perception altérée des symptômes de l’hypoglycémie (score Clarke ≥4) et données biochimiques (HbA1c, cholestérol LDL et cholestérol non-HDL). Un score de 0 à 10 points a été attribué pour chaque macronutriment pour un total de 30 points. Pour les glucides, les participants avec l’apport le plus faible ont reçu 10 points, et l’attribution des points a été inversée pour les lipides et protéines, les participants ayant les apports les plus élevés recevant 10 points. Les participants ont été divisés en quartiles (Q) en fonction de leur score LCD. Résultats : 285 adultes (âgés de 48,2 ± 15,0 ans ; durée du DbT1 de 25,9 ± 16,2 ans) ont été inclus. Dans l’ensemble, les participants ont rapporté des apports faibles en glucides et en fibres et un apport élevé en lipides comparativement aux recommandations. L'apport moyen en glucides contribuait à 31,2 ± 6,9 % (Q1) à 56,5 ± 6,8 % de l'apport énergétique total (Q4). Par rapport au Q4, plus de personnes au Q1 ont signalé une HbA1c ≤ 7 % (Q1 : 53,4 % vs Q4 : 29,4 %; p = 0,011). Les participants au Q3 ont rapporté moins souvent d’avoir un antécédent d’hypoglycémie sévère que le Q1 (Q1 : 60,0 % vs Q3 : 31,0 %; p = 0,004). Il n’y avait aucune différence entre les quartiles pour la fréquence d’évènements d’hypoglycémies modérées, l’altération de la perception des symptômes de l’hypoglycémie et le profil lipidique : cholestérol LDL et cholestérol non-HDL. Conclusions : Les participants avec un faible apport en glucides sont plus nombreux à atteindre la cible d’HbA1c et moins nombreux à présenter des antécédents d’hypoglycémie sévère comparativement à ceux ayant un apport plus élevé en glucides. Cependant, la LCD n’est pas associée à une fréquence de l’hypoglycémie modérée, à une altération de la perception des symptômes de l’hypoglycémie, ni aux facteurs de risque CV.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».