MétaCan
Menu
Retour à la cohorte
Enregistrement W1766552283 · doi:10.1111/j.1742-1241.2010.02581.x

Exercise and diabetes

2011· review· en· W1766552283 sur OpenAlex
Howard Zisser, Pengju Gong, Cheryl Kelley, Jason S. Seidman, Michael C. Riddell

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Clinical Practice · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetes mellitusType 2 diabetesBlood sugarPhysical exerciseIntensive care medicineInsulinDiseasePhysical therapyBasal (medicine)ObesityInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Diet and exercise form the foundation of a healthy lifestyle. These are especially important for people living with diabetes mellitus, as they are the most practical non-pharmacological means by which patients may significantly improve their blood glucose levels. Exercise increases insulin sensitivity (both short and long term), lowers blood sugar levels, reduces body fat and improves cardiovascular (CV) function. Because of this, exercise offers enormous benefit to patients with diabetes. Blood glucose levels can significantly drop during and after physical activities, due to the increased utilisation of glucose as a fuel during exercise and the up-regulation of glucose transport into working muscles. Therefore, patients (especially those with type 1 diabetes) must account for the effects of exercise and adjust their medications and nutrition accordingly. Improvements in real-time continuous glucose monitoring and optimisation of basal insulin dosing may offer significant benefit to preventing hypoglycaemia in patients with type 1 diabetes who regularly exercise. Diverse exercise programmes and devices can also assist patients in monitoring their activities as well as motivating them to achieve their exercise goals. For patients with type 1 diabetes, questions such as how much, how long, how strenuous and what kind of exercise must be addressed in order for healthcare professionals to offer maximum benefit to their patients. Additionally, since patients with type 2 diabetes often have other significant co-morbidities such as obesity and CV disease, care providers must evaluate each patient's risk factors before designing an exercise programme. Several publications in the last year have addressed these issues and may serve as a valuable resource to provide safe and effective recommendations to patients and their healthcare providers. To be included in the Exercise and Diabetes chapter for the 2010 YEARBOOK, we reviewed leading peer-reviewed manuscripts that were published in the period July 2009 to June 2010. PubMed was used in the initial screening of articles.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,260
Tête enseignante GPT0,574
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle