MétaCan
Menu
Retour à la cohorte
Enregistrement W2055683244 · doi:10.1139/h07-103

Effects of physical training on endothelial function and limb blood flow in type 2 diabetes

2007· review· en· W2055683244 sur OpenAlexvenueno aff
Mette P. Sonne, Celena Scheede‐Bergdahl, David B. Olsen, Lise Højbjerre, Amra Ciric Alibegovic, Ninna Bo Nielsen, Bente Stallknecht, Jørn Wulff Helge, Allan Vaag, Flemming Dela

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2007
Typereview
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Disease Prevention
Établissements canadiensnon disponible
Organismes subventionnairesLundbeckfondenAase og Ejnar Danielsens FondDanmarks Grundforskningsfond
Mots-clésEndothelial dysfunctionVasodilationType 2 diabetesMedicineDiabetes mellitusInternal medicineInsulin resistanceEndotheliumPhysical exerciseConcomitantEndocrinologyCardiology

Résumé

récupéré en direct d'OpenAlex

The term "endothelial dysfunction" refers to the inability or attenuated effect of the endothelial cells in participating in the relaxation of the adjacent smooth muscle, thus causing less vasodilation. Although endothelial dysfunction is often seen in patients with type 2 diabetes, it does not necessarily follow that insulin resistance and (or) hyperglycemia is causing the inability to respond properly to vasodilatory stimuli. Rather, this could be related to the impact of concomitant cardiovascular risk factors that are almost invariably present in patients with type 2 diabetes. The impact of physical training - or the opposite, inactivity - on endothelial function is not fully elucidated. Some studies have shown positive effects of physical training, whereas others have not. In general, physical training can improve endothelial function when this is impaired. However, physical training does not seem to have any effect on endothelial function when this is normal.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,022
Tête enseignante GPT0,296
Écart entre enseignants0,275 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetCardiovascular Health and Disease PreventionTravaux en français237 207