Intensive lifestyle intervention including high-intensity interval training program improves insulin resistance and fasting plasma glucose in obese patients
Notice bibliographique
Résumé
OBJECTIVES: To analyze the effects of a long-term intensive lifestyle intervention including high-intensity interval training (HIIT) and Mediterranean diet (MedD) counseling on glycemic control parameters, insulin resistance and β-cell function in obese subjects. METHODS: The glycemic control parameters (fasting plasma glucose, glycated hemoglobin), insulin resistance, and β-cell function of 72 obese subjects (54 women; mean age = 53 ± 9 years) were assessed at baseline and upon completion of a 9-month intensive lifestyle intervention program conducted at the cardiovascular prevention and rehabilitation center of the Montreal Heart Institute, from 2009 to 2012. The program included 2-3 weekly supervised exercise training sessions (HIIT and resistance exercise), combined to MedD counseling. RESULTS: Fasting plasma glucose (FPG) (mmol/L) (before: 5.5 ± 0.9; after: 5.2 ± 0.6; P < 0.0001), fasting insulin (pmol/L) (before: 98 ± 57; after: 82 ± 43; P = 0.003), and insulin resistance, as assessed by the HOMA-IR score (before: 3.6 ± 2.5; after: 2.8 ± 1.6; P = 0.0008) significantly improved, but not HbA1c (%) (before: 5.72 ± 0.55; after: 5.69 ± 0.39; P = 0.448), nor β-cell function (HOMA-β, %) (before: 149 ± 78; after: 144 ± 75; P = 0.58). CONCLUSION: Following a 9-month intensive lifestyle intervention combining HIIT and MedD counseling, obese subjects experienced significant improvements of FPG and insulin resistance. This is the first study to expose the effects of a long-term program combining HIIT and MedD on glycemic control parameters among obese subjects.
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 | 0,002 | 0,006 |
| 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 ».