Impact of Physical Activity in Cardiovascular and Musculoskeletal Health: Can Motion Be Medicine?
Notice bibliographique
Résumé
Physical activity is a well-known therapeutic tool for various types of medical conditions, including vasculopathic diseases such as coronary artery disease, stroke, type 2 diabetes, and obesity. Additionally, increased physical activity has been proposed as a therapy to improve musculoskeletal health; however, there are conflicting reports about physical activity potentially leading to degenerative musculoskeletal disease, especially osteoarthritis (OA). Additionally, although physical activity is known to have its benefits, it is unclear as to what amount of physical activity is the most advantageous. Too much, as well as not enough exercise can have negative consequences. This could impact how physicians advise their patients about exercise intensity. Multiple studies have evaluated the effect of physical activity on various aspects of health. However, there is a paucity of systematic studies which review cardiovascular and musculoskeletal health as outcomes. Therefore, the purpose of this review was to assess how physical activity impacts these aspects of health. Specifically, we evaluated the effect of various levels of physical activity on: 1) cardiovascular and 2) musculoskeletal health. The review revealed that physical activity may decrease cardiovascular disease and improve OA symptoms, and therefore, motion can be considered a "medicine". However, because heavy activity can potentially lead to increased OA risk, physicians should advise their patients that excessive activity can also potentially impact their health negatively, and should be done in moderation, until further study.
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 | 0,027 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,008 |
| 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 ».