The Effect of Exercise and Distraction on Blood Pressure Recovery Following an Anger-Provoking Stressor in Normotensive Young Adults
Notice bibliographique
Résumé
Ruminating about a prior anger provoking event is found to elevate blood pressure (BP) and delay BP recovery. Delayed BP recovery may be associated with increased risk of hypertension. Interventions that improve BP recovery may be beneficial for cardiovascular health. The purposes of this study were to evaluate the influence of rumination and anger on BP reactivity and recovery, to compare the effect of an exercise intervention or distraction intervention on BP recovery and to explore if exercise improved BP recovery by distracting participants from stressor-related rumination and anger. Healthy, normotensive participants (n = 79, mean age 22.2 ± 4.0 years) underwent an anger-recall interview stressor task, 3 min of exercise (walking), distraction (reading) or no-intervention (quiet sitting) and a 15 min recovery period. State anger reactivity was associated with Δ diastolic (D) BP reactivity and approached significance with Δ systolic (S) BP reactivity. Trait rumination was associated with greater SBP during recovery. Δ SBP recovery did not differ between the exercise, distraction and no-intervention groups. Although there were no differences in Δ DBP recovery between the exercise and no-intervention groups, distraction improved Δ DBP recovery compared to the exercise intervention but not the no-intervention. The proportion of anger-related thoughts (state rumination) in the exercise group did not differ from the distraction or no-intervention groups. However, a smaller proportion of participants in the distraction intervention reported an anger-related thought during recovery compared to the no-intervention group with 76% of their thoughts relating to the provided distraction. Overall, post-stressor exercise was not found to improve BP recovery while reading was effective at distracting individuals from angry thoughts (state rumination) but had no effect on BP compared to no-intervention.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 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 ».