Effects of Exercise on Cardiovascular Risk Factors in Type 2 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: Exercise is a cornerstone of diabetes management and the prevention of incident diabetes. However, the impact of the mode of exercise on cardiovascular (CV) risk factors in type 2 diabetes is unclear. RESEARCH DESIGN AND METHODS: We conducted a systematic review of the literature between 1970 and October 2009 in representative databases for the effect of aerobic or resistance exercise training on clinical markers of CV risk, including glycemic control, dyslipidemia, blood pressure, and body composition in patients with type 2 diabetes. RESULTS: Of 645 articles retrieved, 34 met our inclusion criteria; most investigated aerobic exercise alone, and 10 reported combined exercise training. Aerobic alone or combined with resistance training (RT) significantly improved HbA(1c) -0.6 and -0.67%, respectively (95% CI -0.98 to -0.27 and -0.93 to -0.40, respectively), systolic blood pressure (SBP) -6.08 and -3.59 mmHg, respectively (95% CI -10.79 to -1.36 and -6.93 to -0.24, respectively), and triglycerides -0.3 mmol/L (95% CI -0.48 to -0.11 and -0.57 to -0.02, respectively). Waist circumference was significantly improved -3.1 cm (95% CI -10.3 to -1.2) with combined aerobic and resistance exercise, although fewer studies and more heterogeneity of the responses were observed in the latter two markers. Resistance exercise alone or combined with any other form of exercise was not found to have any significant effect on CV markers. CONCLUSIONS: Aerobic exercise alone or combined with RT improves glycemic control, SBP, triglycerides, and waist circumference. The impact of resistance exercise alone on CV risk markers in type 2 diabetes remains unclear.
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 | 0,008 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».