Resistance-based interval exercise acutely improves endothelial function in type 2 diabetes
Notice bibliographique
Résumé
Different modes of exercise, disease, and training status can modify endothelial shear stress and result in distinct effects on endothelial function. To date, no study has examined the influence of type 2 diabetes (T2D) and training status on the acute endothelial response to different modes of interval exercise (INT). We examined the effect of a single session of resistance- and cardio-based INT compared with a time-matched control on endothelial function in 12 age-matched T2D participants, 12 untrained, and 11 trained adults (aged 56 ± 7 yr). Flow-mediated dilation (%FMD) of the brachial artery was assessed at baseline and immediately, 1, and 2 h after an acute bout of cardio interval (C-INT), resistance interval (R-INT), and seated control (CTL); these interventions were randomized and separated by >2 days. C-INT involved seven 1-min cycling intervals at 85% of peak power with 1-min recovery between. R-INT involved the same pattern of seven 1-min intervals using leg resistance exercises. Endothelial function (%FMD) was improved after R-INT in all groups (Condition × Time interaction, P < 0.01), an effect that was most robust in T2D where %FMD was higher immediately (+4.0 ± 2.8%), 1 h (+2.5 ± 2.5%), and 2 h (+1.9 ± 1.9%) after R-INT compared with CTL (P < 0.01 for all). C-INT improved %FMD in T2D at 1-h postexercise (+1.6 ± 2.2%, P = 0.03) compared with CTL. In conclusion, R-INT acutely improves endothelial function throughout the 2-h postexercise period in T2D patients. The long-term impact of resistance exercise performed in an interval pattern is warranted.
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 | 0,000 | 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) | 0,000 | 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 ».