Acute high‐intensity interval exercise reduces the postprandial glucose response and prevalence of hyperglycaemia in patients with type 2 diabetes
Notice bibliographique
Résumé
High-volume endurance exercise (END) improves glycaemic control in type 2 diabetes (T2D) but many individuals cite 'lack of time' as a barrier to regular participation. High-intensity interval training (HIT) is a time-efficient method to induce physiological adaptations similar to END, but little is known regarding the effect of HIT in T2D. Using continuous glucose monitoring (CGM), we examined the 24-h blood glucose response to one session of HIT consisting of 10 × 60 s cycling efforts at ~90% maximal heart rate, interspersed with 60 s rest. Seven adults with T2D underwent CGM for 24-h on two occasions under standard dietary conditions: following acute HIT and on a non-exercise control day (CTL). HIT reduced hyperglycaemia measured as proportion of time spent above 10 mmol/l (HIT: 4.5 ± 4.4 vs. CTL: 15.2 ± 12.3%, p = 0.04). Postprandial hyperglycaemia, measured as the sum of post-meal areas under the glucose curve, was also lower after HIT vs. CTL (728 ± 331 vs. 1142 ± 556 mmol/l·9 h, p = 0.01). These findings highlight the potential for HIT to improve glycaemic control in T2D.
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 | 0,000 |
| 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 | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».