Independent effect of type 2 diabetes beyond characteristic comorbidities and medications on immediate but not continued knee extensor exercise hyperemia
Notice bibliographique
Résumé
We tested the hypothesis that type 2 diabetes (T2D), when present in the characteristic constellation of comorbidities (obesity, hypertension, dyslipidemia) and medications, slows the dynamic adjustment of exercising muscle perfusion and blunts the steady state relative to that of controls matched for age, body mass index, fitness, comorbidities, and non-T2D medications. Thirteen persons with T2D and 11 who served as controls performed rhythmic single-leg isometric quadriceps exercise (rest-to-6 kg and 6-to-12 kg transitions, 5 min at each intensity). Measurements included leg blood flow (LBF, femoral artery ultrasound), mean arterial pressure (MAP, finger photoplethysmography), and leg vascular conductance (LVK, calculated). Dynamics were quantified using mean response time (MRT). Measures of amplitude were also used to compare response adjustment: the change from baseline to 1) the peak initial response (greatest 1-s average in the first 10 s; ΔLBFPIR, ΔLVKPIR) and 2) the on-transient (average from curve fit at 15, 45, and 75 s; ΔLBFON, ΔLVKON). ΔLBFPIR was significantly blunted in T2D vs. control individuals (P = 0.037); this was due to a tendency for reduced ΔLVKPIR (P = 0.063). In contrast, the overall response speed was not different between groups (MRT P = 0.856, ΔLBFON P = 0.150) nor was the change from baseline to steady state (P = 0.204). ΔLBFPIR, ΔLBFON, and LBF MRT did not differ between rest-to-6 kg and 6-to-12 kg workload transitions (all P > 0.05). Despite a transient amplitude impairment at the onset of exercise, there is no robust or consistent effect of T2D on top of the comorbidities and medications typical of this population on the overall dynamic adjustment of LBF, or the steady-state levels achieved during low- or moderate-intensity exercise.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».