MétaCan
Menu
Retour à la cohorte
Enregistrement W2164569259 · doi:10.5539/gjhs.v6n2p196

The Effects of Aerobic Exercise Training on Psychosocial Aspects of Men with Type 2 Diabetes Mellitus

2014· article· en· W2164569259 sur OpenAlexvenueno aff
Mohammad Ali Sardar, Vahdat Boghrabadi, Mehdi Sohrabi, Reza Aminzadeh, Mehrdad Jalalian

Notice bibliographique

RevueGlobal Journal of Health Science · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Wellbeing Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAerobic exerciseMedicineAnxietyPsychosocialPhysical therapyDepression (economics)Mental healthType 2 Diabetes MellitusType 2 diabetesDiabetes mellitusHeart rateInternal medicinePsychiatryBlood pressureEndocrinology

Résumé

récupéré en direct d'OpenAlex

AIM: This study was conducted to examine the effects of aerobic exercise training on psychosocial aspects (mental health, the aspects of physical symptoms, anxiety and insomnia, social functioning, and depression) in patients with type 2 diabetes mellitus. METHODS: 53 men who had type 2 diabetes mellitus for a mean duration of the disease for 3±5 years were selected purposely and classified randomly into experimental (27 patients) and a control group (26 patients). Patients in the experimental group did aerobic exercise training three times a week for eight weeks. The exercise included an aerobic activity for 45 to 60 minutes during which the patients' heart rates were maintained at 60-70 percent of heart rate reserve on ergo meter bikes. RESULTS: The eight-week aerobic exercise training had significant effects on mental health (p = 0.002), subscales of physical symptoms (p = 0.006), and anxiety and insomnia (p = 0.001). It had no significant effects on subscales related to disorder of social functioning (p = 0.117) and depression (p = 0.657). CONCLUSIONS: Aerobic exercise training can be considered as an appropriate program for improving the health of the patients with type 2 diabetes mellitus, and it also can improve their mental health.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,419
Écart entre enseignants0,388 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations32
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetHealth and Wellbeing ResearchTravaux en français237 207