Wykorzystanie ciągłego monitorowania poziomu glukozy w populacji osób bez cukrzycy jako uzupełnienie mobilnej platformy zdrowia Signos
22 sierpnia 2025 zaktualizowane przez: Stephanie Kim, M.D., MPH, Signos Inc
Wykorzystanie ciągłego monitorowania poziomu glukozy u osób bez cukrzycy w celu uzupełnienia mobilnej platformy zdrowia Signos: kompleksowy program optymalizacji wagi i indywidualne modyfikacje stylu życia
Zespół metaboliczny i wynikające z niego skutki zdrowotne stanowią coraz większy problem zdrowotny.
W opublikowanych badaniach stosowanie ciągłego monitorowania glikemii (CGM) pomaga w wysiłkach na rzecz zmiany zachowania, prowadząc do poprawy przestrzegania zaleceń i wyników zmian w diecie i ćwiczeniach u osób z otyłością, stanem przedcukrzycowym i cukrzycą.
Platformy mobilnego zdrowia (mHealth) zapewniają satysfakcjonujące, łatwe w użyciu narzędzia, które pomagają uczestnikom w dążeniu do celów związanych ze zmianą wagi.
Stawiamy hipotezę, że wykorzystanie danych CGM oraz ukierunkowanego coachingu i edukacji żywieniowej pomoże w osiągnięciu celów związanych z optymalizacją masy ciała w populacji ogólnej (bez cukrzycy) korzystającej z platformy Signos mHealth, z powiązanymi korzyściami zdrowotnymi.
Przegląd badań
Status
Aktywny, nie rekrutujący
Warunki
Interwencja / Leczenie
Szczegółowy opis
Celem tego badania jest włączenie obecnych i nowych użytkowników Signos do badania ochotniczego, które wykorzystuje ciągły monitor glukozy (CGM) i mobilną aplikację zdrowotną [Signos] w celu optymalizacji ogólnego samopoczucia oraz masy i składu ciała.
Jest to badanie o minimalnym ryzyku.
Typ studiów
Interwencyjne
Zapisy (Szacowany)
31187
Faza
- Nie dotyczy
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
California
-
Palo Alto, California, Stany Zjednoczone, 94306
- Signos
-
-
Kryteria uczestnictwa
Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.
Kryteria kwalifikacji
Wiek uprawniający do nauki
18 lat i starsze (Dorosły, Starszy dorosły)
Akceptuje zdrowych ochotników
Tak
Badana populacja
Badana populacja obejmie osoby dorosłe w wieku powyżej 18 lat, które chcą schudnąć lub zoptymalizować skład ciała, które są ogólnie zdrowe, posiadają smartfon i potrafią z niego korzystać oraz są chętne do interakcji z cyfrową aplikacją zdrowotną w celu poprawy zdrowia .
Opis
Kryteria przyjęcia:
- 18 lat i więcej
- Posiadaj smartfona i bądź gotów zainstalować aplikację Signos, aby korzystać z aplikacji, otrzymywać wiadomości lub powiadomienia oraz wprowadzać wagę i inne dane.
- Gotowość do wypełniania kwestionariuszy lub innych ankiet
- Potrafi mówić i czytać po angielsku
Kryteria wyłączenia:
- Diagnostyka medyczna cukrzycy typu 1
- Diagnostyka medyczna cukrzycy typu 2
- Aktualna diagnoza medyczna zaburzeń odżywiania (anoreksja lub bulimia) lub wcześniej zmagała się z zaburzonymi zachowaniami żywieniowymi z aktualnym BMI poniżej 24
- Stany medyczne (np. napad padaczkowy) wymagające określonej diety medycznej.
- Wrodzone wady metabolizmu, takie jak fenyloketonuria (PKU), choroba spichrzania glikogenu, nietolerancja fruktozy, choroba klonowego moczu (MSUD).
- Przewlekła lub ciężka choroba (np. przewlekła obturacyjna choroba płuc [POChP], choroba wieńcowa, incydent naczyniowo-mózgowy [CVA] lub arytmia serca), która uniemożliwia pacjentowi bezpieczne uczestnictwo w zaleceniach żywieniowych i/lub aktywności fizycznej
- Historia pomostowania żołądka lub innej operacji bariatrycznej
- Historia 10 lub więcej infekcji skóry tkanek miękkich (takich jak zapalenie tkanki łącznej lub ropnie)
- Niedopuszczalna reakcja skórna na klej
- Obecnie przyjmuje którykolwiek z następujących leków: hydroksymocznik, insulinę, pochodne sulfonylomocznika lub leki przepisane specjalnie w celu leczenia zdiagnozowanej cukrzycy
- Wrażliwe populacje, takie jak nieletni, więźniowie lub kobiety w ciąży, nie zostaną włączone do tego badania. Kobiety, które zajdą w ciążę, zostaną w tym czasie wykluczone.
- Niezdolność lub niechęć podmiotu do wyrażenia świadomej zgody
Plan studiów
Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Leczenie
- Przydział: Nie dotyczy
- Model interwencyjny: Zadanie dla jednej grupy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Cyfrowa aplikacja zdrowotna Signos i CGM
W przypadku wszystkich uczestników, którzy wyrazili zgodę, aplikacja Signos będzie wykorzystywać dane CGM do dostarczania dostosowanych do użytkowników zaleceń w celu promowania ogólnego zdrowia i dobrego samopoczucia.
|
Ciągłe monitorowanie glukozy automatycznie śledzi poziom glukozy we krwi, zwany także cukrem we krwi, w ciągu dnia i nocy.
Możesz zobaczyć swój poziom glukozy w dowolnym momencie na pierwszy rzut oka.
Możesz także sprawdzić, jak poziom glukozy zmienia się w ciągu kilku godzin lub dni, aby zobaczyć trendy.
Oglądanie poziomów glukozy w czasie rzeczywistym może pomóc w podejmowaniu bardziej świadomych decyzji w ciągu dnia, jak zrównoważyć jedzenie i aktywność fizyczną.
Inne nazwy:
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Średnia glikemia na czczo
Ramy czasowe: Podczas rejestracji do badania przez maksymalnie 5 lat, w tym roczny okres obserwacji, przez maksymalnie 6 lat.
|
Dzienna glikemia na czczo, uśredniana okresowo
|
Podczas rejestracji do badania przez maksymalnie 5 lat, w tym roczny okres obserwacji, przez maksymalnie 6 lat.
|
|
Zmiana wagi
Ramy czasowe: Podczas rejestracji do badania przez maksymalnie 5 lat, w tym roczny okres obserwacji, przez maksymalnie 6 lat.
|
Zmiana liczby funtów
|
Podczas rejestracji do badania przez maksymalnie 5 lat, w tym roczny okres obserwacji, przez maksymalnie 6 lat.
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Składu ciała
Ramy czasowe: Podczas rejestracji do badania przez maksymalnie 5 lat, w tym roczny okres obserwacji, przez maksymalnie 6 lat.
|
Dane wejściowe użytkownika, w tym procent tkanki tłuszczowej lub inne pomiary składu ciała
|
Podczas rejestracji do badania przez maksymalnie 5 lat, w tym roczny okres obserwacji, przez maksymalnie 6 lat.
|
|
Czas w zasięgu
Ramy czasowe: Podczas rejestracji do badania przez maksymalnie 5 lat, w tym roczny okres obserwacji, przez maksymalnie 6 lat.
|
odsetek czasu spędzonego „w zakresie” poziomu glukozy poniżej 140 lub określony przez inne parametry
|
Podczas rejestracji do badania przez maksymalnie 5 lat, w tym roczny okres obserwacji, przez maksymalnie 6 lat.
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
Publikacje i pomocne linki
Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.
Publikacje ogólne
- Guyenet SJ, Schwartz MW. Clinical review: Regulation of food intake, energy balance, and body fat mass: implications for the pathogenesis and treatment of obesity. J Clin Endocrinol Metab. 2012 Mar;97(3):745-55. doi: 10.1210/jc.2011-2525. Epub 2012 Jan 11.
- Yoo HJ, An HG, Park SY, Ryu OH, Kim HY, Seo JA, Hong EG, Shin DH, Kim YH, Kim SG, Choi KM, Park IB, Yu JM, Baik SH. Use of a real time continuous glucose monitoring system as a motivational device for poorly controlled type 2 diabetes. Diabetes Res Clin Pract. 2008 Oct;82(1):73-9. doi: 10.1016/j.diabres.2008.06.015. Epub 2008 Aug 12.
- Zeevi D, Korem T, Zmora N, Israeli D, Rothschild D, Weinberger A, Ben-Yacov O, Lador D, Avnit-Sagi T, Lotan-Pompan M, Suez J, Mahdi JA, Matot E, Malka G, Kosower N, Rein M, Zilberman-Schapira G, Dohnalova L, Pevsner-Fischer M, Bikovsky R, Halpern Z, Elinav E, Segal E. Personalized Nutrition by Prediction of Glycemic Responses. Cell. 2015 Nov 19;163(5):1079-1094. doi: 10.1016/j.cell.2015.11.001.
- Monnier L, Mas E, Ginet C, Michel F, Villon L, Cristol JP, Colette C. Activation of oxidative stress by acute glucose fluctuations compared with sustained chronic hyperglycemia in patients with type 2 diabetes. JAMA. 2006 Apr 12;295(14):1681-7. doi: 10.1001/jama.295.14.1681.
- Allen NA, Fain JA, Braun B, Chipkin SR. Continuous glucose monitoring counseling improves physical activity behaviors of individuals with type 2 diabetes: A randomized clinical trial. Diabetes Res Clin Pract. 2008 Jun;80(3):371-9. doi: 10.1016/j.diabres.2008.01.006. Epub 2008 Mar 4.
- Cox DJ, Taylor AG, Moncrief M, Diamond A, Yancy WS Jr, Hegde S, McCall AL. Continuous Glucose Monitoring in the Self-management of Type 2 Diabetes: A Paradigm Shift. Diabetes Care. 2016 May;39(5):e71-3. doi: 10.2337/dc15-2836. Epub 2016 Mar 17. No abstract available.
- Di Flaviani A, Picconi F, Di Stefano P, Giordani I, Malandrucco I, Maggio P, Palazzo P, Sgreccia F, Peraldo C, Farina F, Frajese G, Frontoni S. Impact of glycemic and blood pressure variability on surrogate measures of cardiovascular outcomes in type 2 diabetic patients. Diabetes Care. 2011 Jul;34(7):1605-9. doi: 10.2337/dc11-0034. Epub 2011 May 24.
- Turk MW, Elci OU, Wang J, Sereika SM, Ewing LJ, Acharya SD, Glanz K, Burke LE. Self-monitoring as a mediator of weight loss in the SMART randomized clinical trial. Int J Behav Med. 2013 Dec;20(4):556-61. doi: 10.1007/s12529-012-9259-9.
- Hall H, Perelman D, Breschi A, Limcaoco P, Kellogg R, McLaughlin T, Snyder M. Glucotypes reveal new patterns of glucose dysregulation. PLoS Biol. 2018 Jul 24;16(7):e2005143. doi: 10.1371/journal.pbio.2005143. eCollection 2018 Jul.
- Brynes AE, Adamson J, Dornhorst A, Frost GS. The beneficial effect of a diet with low glycaemic index on 24 h glucose profiles in healthy young people as assessed by continuous glucose monitoring. Br J Nutr. 2005 Feb;93(2):179-82. doi: 10.1079/bjn20041318.
- Freckmann G, Hagenlocher S, Baumstark A, Jendrike N, Gillen RC, Rossner K, Haug C. Continuous glucose profiles in healthy subjects under everyday life conditions and after different meals. J Diabetes Sci Technol. 2007 Sep;1(5):695-703. doi: 10.1177/193229680700100513.
- Liao Y, Schembre S. Acceptability of Continuous Glucose Monitoring in Free-Living Healthy Individuals: Implications for the Use of Wearable Biosensors in Diet and Physical Activity Research. JMIR Mhealth Uhealth. 2018 Oct 24;6(10):e11181. doi: 10.2196/11181.
- Bailey KJ, Little JP, Jung ME. Self-Monitoring Using Continuous Glucose Monitors with Real-Time Feedback Improves Exercise Adherence in Individuals with Impaired Blood Glucose: A Pilot Study. Diabetes Technol Ther. 2016 Mar;18(3):185-93. doi: 10.1089/dia.2015.0285. Epub 2016 Feb 17.
- Adams OP. The impact of brief high-intensity exercise on blood glucose levels. Diabetes Metab Syndr Obes. 2013;6:113-22. doi: 10.2147/DMSO.S29222. Epub 2013 Feb 27.
- Baron AD. Impaired glucose tolerance as a disease. Am J Cardiol. 2001 Sep 20;88(6A):16H-9H. doi: 10.1016/s0002-9149(01)01832-x.
- Brown A, McArdle P, Taplin J, Unwin D, Unwin J, Deakin T, Wheatley S, Murdoch C, Malhotra A, Mellor D. Dietary strategies for remission of type 2 diabetes: A narrative review. J Hum Nutr Diet. 2022 Feb;35(1):165-178. doi: 10.1111/jhn.12938. Epub 2021 Sep 1.
- Chin SO, Keum C, Woo J, Park J, Choi HJ, Woo JT, Rhee SY. Successful weight reduction and maintenance by using a smartphone application in those with overweight and obesity. Sci Rep. 2016 Nov 7;6:34563. doi: 10.1038/srep34563.
- Ehrhardt N, Al Zaghal E. Behavior Modification in Prediabetes and Diabetes: Potential Use of Real-Time Continuous Glucose Monitoring. J Diabetes Sci Technol. 2019 Mar;13(2):271-275. doi: 10.1177/1932296818790994. Epub 2018 Aug 1.
- The Lancet Diabetes Endocrinology. Metabolic health: a priority for the post-pandemic era. Lancet Diabetes Endocrinol. 2021 Apr;9(4):189. doi: 10.1016/S2213-8587(21)00058-9. Epub 2021 Mar 4. No abstract available.
- Galderisi A, Giannini C, Weiss R, Kim G, Shabanova V, Santoro N, Pierpont B, Savoye M, Caprio S. Trajectories of changes in glucose tolerance in a multiethnic cohort of obese youths: an observational prospective analysis. Lancet Child Adolesc Health. 2018 Oct;2(10):726-735. doi: 10.1016/S2352-4642(18)30235-9. Epub 2018 Aug 24.
- Gonzalez-Rodriguez M, Pazos-Couselo M, Garcia-Lopez JM, Rodriguez-Segade S, Rodriguez-Garcia J, Tunez-Bastida C, Gude F. Postprandial glycemic response in a non-diabetic adult population: the effect of nutrients is different between men and women. Nutr Metab (Lond). 2019 Jul 17;16:46. doi: 10.1186/s12986-019-0368-1. eCollection 2019.
- Hamley S, Kloosterman D, Duthie T, Dalla Man C, Visentin R, Mason SA, Ang T, Selathurai A, Kaur G, Morales-Scholz MG, Howlett KF, Kowalski GM, Shaw CS, Bruce CR. Mechanisms of hyperinsulinaemia in apparently healthy non-obese young adults: role of insulin secretion, clearance and action and associations with plasma amino acids. Diabetologia. 2019 Dec;62(12):2310-2324. doi: 10.1007/s00125-019-04990-y. Epub 2019 Sep 6.
- Hyde PN, Sapper TN, Crabtree CD, LaFountain RA, Bowling ML, Buga A, Fell B, McSwiney FT, Dickerson RM, Miller VJ, Scandling D, Simonetti OP, Phinney SD, Kraemer WJ, King SA, Krauss RM, Volek JS. Dietary carbohydrate restriction improves metabolic syndrome independent of weight loss. JCI Insight. 2019 Jun 20;4(12):e128308. doi: 10.1172/jci.insight.128308. eCollection 2019 Jun 20.
- Jagannathan R, Sevick MA, Fink D, Dankner R, Chetrit A, Roth J, Buysschaert M, Bergman M. The 1-hour post-load glucose level is more effective than HbA1c for screening dysglycemia. Acta Diabetol. 2016 Aug;53(4):543-50. doi: 10.1007/s00592-015-0829-6. Epub 2016 Jan 21.
- Jakubowicz D, Barnea M, Wainstein J, Froy O. High caloric intake at breakfast vs. dinner differentially influences weight loss of overweight and obese women. Obesity (Silver Spring). 2013 Dec;21(12):2504-12. doi: 10.1002/oby.20460. Epub 2013 Jul 2.
- Ludwig DS, Aronne LJ, Astrup A, de Cabo R, Cantley LC, Friedman MI, Heymsfield SB, Johnson JD, King JC, Krauss RM, Lieberman DE, Taubes G, Volek JS, Westman EC, Willett WC, Yancy WS, Ebbeling CB. The carbohydrate-insulin model: a physiological perspective on the obesity pandemic. Am J Clin Nutr. 2021 Dec 1;114(6):1873-1885. doi: 10.1093/ajcn/nqab270.
- Neri D, Martinez-Steele E, Monteiro CA, Levy RB. Consumption of ultra-processed foods and its association with added sugar content in the diets of US children, NHANES 2009-2014. Pediatr Obes. 2019 Dec;14(12):e12563. doi: 10.1111/ijpo.12563. Epub 2019 Jul 30.
- Page KA, Seo D, Belfort-DeAguiar R, Lacadie C, Dzuira J, Naik S, Amarnath S, Constable RT, Sherwin RS, Sinha R. Circulating glucose levels modulate neural control of desire for high-calorie foods in humans. J Clin Invest. 2011 Oct;121(10):4161-9. doi: 10.1172/JCI57873. Epub 2011 Sep 19.
- Painter SL, Lu W, Schneider J, James R, Shah B. Drivers of weight loss in a CDC-recognized digital diabetes prevention program. BMJ Open Diabetes Res Care. 2020 Jul;8(1):e001132. doi: 10.1136/bmjdrc-2019-001132.
- Suh S, Kim JH. Glycemic Variability: How Do We Measure It and Why Is It Important? Diabetes Metab J. 2015 Aug;39(4):273-82. doi: 10.4093/dmj.2015.39.4.273.
- Wang Y, Xue H, Huang Y, Huang L, Zhang D. A Systematic Review of Application and Effectiveness of mHealth Interventions for Obesity and Diabetes Treatment and Self-Management. Adv Nutr. 2017 May 15;8(3):449-462. doi: 10.3945/an.116.014100. Print 2017 May.
- Yang X, Zhu Y, Luo S, Chen L, Yan J, Zeng L, Xu W, Weng J. [Glucose characteristics in normal glucose tolerance subjects with metabolic syndrome]. Zhonghua Yi Xue Za Zhi. 2015 Apr 14;95(14):1070-3. Chinese.
- Azami Y, Funakoshi M, Matsumoto H, Ikota A, Ito K, Okimoto H, Shimizu N, Tsujimura F, Fukuda H, Miyagi C, Osawa S, Osawa R, Miura J. Long working hours and skipping breakfast concomitant with late evening meals are associated with suboptimal glycemic control among young male Japanese patients with type 2 diabetes. J Diabetes Investig. 2019 Jan;10(1):73-83. doi: 10.1111/jdi.12852. Epub 2018 May 30.
- Hatamoto Y, Goya R, Yamada Y, Yoshimura E, Nishimura S, Higaki Y, Tanaka H. Effect of exercise timing on elevated postprandial glucose levels. J Appl Physiol (1985). 2017 Aug 1;123(2):278-284. doi: 10.1152/japplphysiol.00608.2016. Epub 2017 Apr 13.
- Jakubowicz D, Wainstein J, Ahren B, Landau Z, Bar-Dayan Y, Froy O. Fasting until noon triggers increased postprandial hyperglycemia and impaired insulin response after lunch and dinner in individuals with type 2 diabetes: a randomized clinical trial. Diabetes Care. 2015 Oct;38(10):1820-6. doi: 10.2337/dc15-0761. Epub 2015 Jul 28.
- Juanola-Falgarona M, Salas-Salvado J, Ibarrola-Jurado N, Rabassa-Soler A, Diaz-Lopez A, Guasch-Ferre M, Hernandez-Alonso P, Balanza R, Bullo M. Effect of the glycemic index of the diet on weight loss, modulation of satiety, inflammation, and other metabolic risk factors: a randomized controlled trial. Am J Clin Nutr. 2014 Jul;100(1):27-35. doi: 10.3945/ajcn.113.081216. Epub 2014 Apr 30.
- Kolb H, Stumvoll M, Kramer W, Kempf K, Martin S. Insulin translates unfavourable lifestyle into obesity. BMC Med. 2018 Dec 13;16(1):232. doi: 10.1186/s12916-018-1225-1.
- Kong LC, Wuillemin PH, Bastard JP, Sokolovska N, Gougis S, Fellahi S, Darakhshan F, Bonnefont-Rousselot D, Bittar R, Dore J, Zucker JD, Clement K, Rizkalla S. Insulin resistance and inflammation predict kinetic body weight changes in response to dietary weight loss and maintenance in overweight and obese subjects by using a Bayesian network approach. Am J Clin Nutr. 2013 Dec;98(6):1385-94. doi: 10.3945/ajcn.113.058099. Epub 2013 Oct 30.
- Rynders CA, Blanc S, DeJong N, Bessesen DH, Bergouignan A. Sedentary behaviour is a key determinant of metabolic inflexibility. J Physiol. 2018 Apr 15;596(8):1319-1330. doi: 10.1113/JP273282. Epub 2017 Jul 4.
- Lin HJ, Lee BC, Ho YL, Lin YH, Chen CY, Hsu HC, Lin MS, Chien KL, Chen MF. Postprandial glucose improves the risk prediction of cardiovascular death beyond the metabolic syndrome in the nondiabetic population. Diabetes Care. 2009 Sep;32(9):1721-6. doi: 10.2337/dc08-2337. Epub 2009 Jun 5.
- Shukla AP, Dickison M, Coughlin N, Karan A, Mauer E, Truong W, Casper A, Emiliano AB, Kumar RB, Saunders KH, Igel LI, Aronne LJ. The impact of food order on postprandial glycaemic excursions in prediabetes. Diabetes Obes Metab. 2019 Feb;21(2):377-381. doi: 10.1111/dom.13503. Epub 2018 Sep 10.
- Soliman A, DeSanctis V, Yassin M, Elalaily R, Eldarsy NE. Continuous glucose monitoring system and new era of early diagnosis of diabetes in high risk groups. Indian J Endocrinol Metab. 2014 May;18(3):274-82. doi: 10.4103/2230-8210.131130.
- Velasquez-Mieyer PA, Cowan PA, Arheart KL, Buffington CK, Spencer KA, Connelly BE, Cowan GW, Lustig RH. Suppression of insulin secretion is associated with weight loss and altered macronutrient intake and preference in a subset of obese adults. Int J Obes Relat Metab Disord. 2003 Feb;27(2):219-26. doi: 10.1038/sj.ijo.802227.
- Haxhi J, Scotto di Palumbo A, Sacchetti M. Exercising for metabolic control: is timing important? Ann Nutr Metab. 2013;62(1):14-25. doi: 10.1159/000343788. Epub 2012 Nov 27.
- Mendes-Soares H, Raveh-Sadka T, Azulay S, Edens K, Ben-Shlomo Y, Cohen Y, Ofek T, Bachrach D, Stevens J, Colibaseanu D, Segal L, Kashyap P, Nelson H. Assessment of a Personalized Approach to Predicting Postprandial Glycemic Responses to Food Among Individuals Without Diabetes. JAMA Netw Open. 2019 Feb 1;2(2):e188102. doi: 10.1001/jamanetworkopen.2018.8102.
- Penckofer S, Quinn L, Byrn M, Ferrans C, Miller M, Strange P. Does glycemic variability impact mood and quality of life? Diabetes Technol Ther. 2012 Apr;14(4):303-10. doi: 10.1089/dia.2011.0191. Epub 2012 Feb 10.
- Steinberg DM, Bennett GG, Askew S, Tate DF. Weighing every day matters: daily weighing improves weight loss and adoption of weight control behaviors. J Acad Nutr Diet. 2015 Apr;115(4):511-8. doi: 10.1016/j.jand.2014.12.011. Epub 2015 Feb 12.
- Chandler-Laney PC, Morrison SA, Goree LL, Ellis AC, Casazza K, Desmond R, Gower BA. Return of hunger following a relatively high carbohydrate breakfast is associated with earlier recorded glucose peak and nadir. Appetite. 2014 Sep;80:236-41. doi: 10.1016/j.appet.2014.04.031. Epub 2014 May 10.
- Kim J, Lam W, Wang Q, Parikh L, Elshafie A, Sanchez-Rangel E, Schmidt C, Li F, Hwang J, Belfort-DeAguiar R. In a Free-Living Setting, Obesity Is Associated With Greater Food Intake in Response to a Similar Premeal Glucose Nadir. J Clin Endocrinol Metab. 2019 Sep 1;104(9):3911-3919. doi: 10.1210/jc.2019-00240.
- Ebbeling CB, Knapp A, Johnson A, Wong JMW, Greco KF, Ma C, Mora S, Ludwig DS. Effects of a low-carbohydrate diet on insulin-resistant dyslipoproteinemia-a randomized controlled feeding trial. Am J Clin Nutr. 2022 Jan 11;115(1):154-162. doi: 10.1093/ajcn/nqab287.
- Wyatt P, Berry SE, Finlayson G, O'Driscoll R, Hadjigeorgiou G, Drew DA, Khatib HA, Nguyen LH, Linenberg I, Chan AT, Spector TD, Franks PW, Wolf J, Blundell J, Valdes AM. Postprandial glycaemic dips predict appetite and energy intake in healthy individuals. Nat Metab. 2021 Apr;3(4):523-529. doi: 10.1038/s42255-021-00383-x. Epub 2021 Apr 12.
Daty zapisu na studia
Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
2 listopada 2021
Zakończenie podstawowe (Szacowany)
1 listopada 2026
Ukończenie studiów (Szacowany)
1 listopada 2027
Daty rejestracji na studia
Pierwszy przesłany
4 listopada 2021
Pierwszy przesłany, który spełnia kryteria kontroli jakości
4 listopada 2021
Pierwszy wysłany (Rzeczywisty)
16 listopada 2021
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
24 sierpnia 2025
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
22 sierpnia 2025
Ostatnia weryfikacja
1 sierpnia 2025
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
- Choroby układu hormonalnego
- Zaburzenia odżywiania
- Choroby metaboliczne
- Przekarmienie
- Masy ciała
- Zmiany masy ciała
- Cukrzyca
- Insulinooporność
- Hiperinsulinizm
- Nadwaga
- Otyłość
- Hiperglikemia
- Utrata masy ciała
- Syndrom metabliczny
- Zaburzenia metabolizmu glukozy
- Stan przedcukrzycowy
- Nietolerancja glukozy
- Otyłość, brzuch
Inne numery identyfikacyjne badania
- 195165
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
NIE
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Nie
Bada produkt urządzenia regulowany przez amerykańską FDA
Tak
produkt wyprodukowany i wyeksportowany z USA
Nie
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .