Evidence-based risk assessment and recommendations for physical activity clearance: diabetes mellitus and related comorbidities<sup>1</sup>This paper is one of a selection of papers published in this Special Issue, entitled Evidence-based risk assessment and recommendations for physical activity clearance, and has undergone the Journal’s usual peer review process.
Notice bibliographique
Résumé
Physical activity (PA) is one of the most powerful treatment options for persons with prediabetes or diabetes. However, some elevation in risk occurs with increased PA, at least initially, and certain precautions need to be made to lower these risks, particularly if these persons are unaccustomed to exercise. We conducted a standardized search of all adverse events associated with increased PA in persons with prediabetes or diabetes (type 1 or type 2) and provided evidence-based guidelines on PA screening in these apparently high-risk individuals. A systematic literature review was performed of all studies reporting on adverse events in persons with prediabetes or diabetes. Studies included were from all designs (retrospective and prospective including randomized controlled trials) and were assessed according to evaluation criteria adapted by a consensus panel. A total of 47 studies, involving >8000 individuals, were deemed eligible. A number of these studies identified a range of mild to severe acute risks with exercise (musculoskeletal injury, hypoglycemia, foot ulceration, proliferative retinopathy, hypotension, sudden death) but the overall prevalence was low. Based on several randomized controlled trials and prospective studies in which prescribed exercise was performed at a wide range of intensities, it appears that increased PA is a relatively safe procedure with no evidence of a loss of life. Based on our assessment of the available literature, we provide a new PA risk algorithm for persons with prediabetes and diabetes and comment on the role of the patient, the qualified exercise professional, and the patient's physician in the risk screening process.
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 | 0,071 | 0,312 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,011 |
| Bibliométrie | 0,015 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,009 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,010 |
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 ».