High-Intensity Interval Training After Stroke: An Opportunity to Promote Functional Recovery, Cardiovascular Health, and Neuroplasticity
Notice bibliographique
Résumé
INTRODUCTION: Stroke is the leading cause of adult disability. Individuals poststroke possess less than half of the cardiorespiratory fitness (CRF) as their nonstroke counterparts, leading to inactivity, deconditioning, and an increased risk of cardiovascular events. Preserving cardiovascular health is critical to lower stroke risk; however, stroke rehabilitation typically provides limited opportunity for cardiovascular exercise. Optimal cardiovascular training parameters to maximize recovery in stroke survivors also remains unknown. While stroke rehabilitation recommendations suggest the use of moderate-intensity continuous exercise (MICE) to improve CRF, neither is it routinely implemented in clinical practice, nor is the intensity always sufficient to elicit a training effect. High-intensity interval training (HIIT) has emerged as a potentially effective alternative that encompasses brief high-intensity bursts of exercise interspersed with bouts of recovery, aiming to maximize cardiovascular exercise intensity in a time-efficient manner. HIIT may provide an alternative exercise intervention and invoke more pronounced benefits poststroke. OBJECTIVES: To provide an updated review of HIIT poststroke through ( a) synthesizing current evidence; ( b) proposing preliminary considerations of HIIT parameters to optimize benefit; ( c) discussing potential mechanisms underlying changes in function, cardiovascular health, and neuroplasticity following HIIT; and ( d) discussing clinical implications and directions for future research. RESULTS: Preliminary evidence from 10 studies report HIIT-associated improvements in functional, cardiovascular, and neuroplastic outcomes poststroke; however, optimal HIIT parameters remain unknown. CONCLUSION: Larger randomized controlled trials are necessary to establish ( a) effectiveness, safety, and optimal training parameters within more heterogeneous poststroke populations; (b) potential mechanisms of HIIT-associated improvements; and ( c) adherence and psychosocial outcomes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».