Effect of time-restricted eating patterns on circadian cortisol secretion and metabolic parameters in prediabetic individuals
Notice bibliographique
Résumé
Meal timing may matter as much as meal composition for metabolic health a claim increasingly backed by chronobiology research but rarely tested through the lens of cortisol rhythmicity in people at the threshold of diabetes. This controlled trial evaluated whether a 16:8 time-restricted eating (TRE) pattern alters circadian cortisol output and improves metabolic markers in adults with prediabetes. Ninety-two participants (fasting glucose 100-125 mg/dL or HbA1c 5.7-6.4%) were randomised to either a TRE arm (eating window 10:00-18:00, n = 48) or a usual-eating control arm (no timing restriction, n = 44) for 12 weeks at the Ottawa Metabolic Research Institute. Salivary cortisol was sampled at five timepoints across the day (awakening, +30 min, noon, 16:00, 22:00) at baseline and week 12. The primary outcome was change in the cortisol awakening response (CAR) area under the curve. Secondary outcomes included fasting glucose, HbA1c, HOMA-IR, fasting triglycerides, and body weight. At 12 weeks the TRE group showed a 22.3% reduction in CAR-AUC (p = 0.001) compared with 6.1% in controls (p = 0.187). Morning peak cortisol fell by 3.8 ± 1.9 μg/dL in the TRE arm versus 0.7 ± 1.5 μg/dL in controls (between-group p<0.001). Fasting glucose decreased by 11.4 mg/dL in TRE versus 3.1 mg/dL in controls (p<0.001), and HOMA-IR dropped by 0.9 ± 0.6 units versus 0.2 ± 0.5 units (p = 0.002). Change in morning cortisol and change in HOMA-IR were moderately correlated in the TRE group (r = 0.52, p = 0.003) but not in controls (r = 0.21, p = 0.174). Body weight fell by 2.7 kg in TRE and 0.8 kg in controls. These findings suggest that confining food intake to an 8-hour daytime window resets cortisol rhythmicity and concurrently improves insulin sensitivity and glycaemic control in prediabetic adults.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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 ».