Short-Term High-Intensity Interval Training Reduces Hyperglycemia in Type 2 Diabetics
Notice bibliographique
Résumé
Glycemic regulation is impaired in individuals with type 2 diabetes (T2D). Current guidelines recommend that people with T2D should participate in a cumulative total of 150 minutes of continuous, moderate-intensity aerobic exercise each week, or at least 90 minutes of vigorous intensity exercise. While effective for improving glycemic control, most individuals with T2D do not perform sufficient activity to achieve health benefits, often citing "lack of time" as a key barrier to regular exercise participation. Low-volume high-intensity interval training (HIT) is a potent stimulus for inducing metabolic adaptations typically associated with traditional high-volume endurance training. However, the effects of low-volume HIT on glycemic control in people with T2D is currently unknown. PURPOSE: To determine the utility of HIT to reduce hyperglycemia in patients with T2D in a practical, time-efficient manner. METHODS: 7 subjects with T2D (age: 62 ± 3 yr, BMI: 33 ± 3.8 kg/m2, Wmax: 125 ± 18 W) performed 6 training sessions over 2 wk. Each session consisted of 10 × 1 min cycling efforts at ∼90% Wmax elicited during a ramp VO2peak test, interspersed with 1 min of rest (113 ± 11 W). Continuous Glucose Monitoring (CGM) technology (Medtronic CGMS® iPro Recorder) was employed under standard dietary conditions for a 24 hr period on a pre-training control day and ∼48-72 hr following the final training session. RESULTS: CGM data revealed lower mean 24 hr blood glucose concentration following HIT (7.6 ± 0.5 mmol/L vs. 6.6 ± 0.3 mmol/L, p < 0.05). The sum of the 3 hr postprandial area under the glucose curve for breakfast, lunch and dinner was also reduced following training (689 ± 196 mmol/L × 9hr vs. 991 ± 214 mmol/L × 9hr, p < 0.05). CONCLUSIONS: These preliminary data shed light on the potential for low-volume HIT to represent a unique, time-efficient exercise strategy to improve glycemic regulation in people with T2D. Supported by the Canadian Diabetes Association
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 | 0,000 |
| 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) | 0,001 | 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 ».