Prescribing high-intensity interval exercise by RPE in individuals with type 2 diabetes: metabolic and hemodynamic responses
Notice bibliographique
Résumé
We tested the hypothesis that rating of perceived exertion (RPE) is a tool as efficient as the heart rate (HR) response to the cardiopulmonary exercise test (CPX) for prescribing and self-regulating high-intensity interval exercise (HIIE), and that metabolic and hemodynamic response to HIIE is superior than to continuous moderate-intensity exercise (MICE) in individuals with type 2 diabetes mellitus (T2DM). Eleven participants (age = 52.3 ± 3 years) underwent HIIE prescribed and self-regulated by RPE (HIIE RPE ; 25 min), HIIE prescribed and regulated by an individual’s HR response to CPX (HIIE HR ; 25 min), MICE prescribed and self-regulated by RPE (30 min) and control (30 min of seated resting) intervention in random order. HR, blood pressure (BP), capillary glucose, endothelial reactivity, and carotid-femoral pulse wave velocity were assessed before, immediately after, and 45 min after each intervention. Exercise HR, speed, and distance were measured during exercise sessions. Twenty-four-hour ambulatory BP was measured after each intervention. Exercise HR, speed, and distance were similar between HIIE RPE and HIIE HR . BP response was not different among HIIE RPE , HIIE HR , and MICE. Capillary glycaemia reduction was greater (P < 0.05) after HIIE RPE (48.6 ± 9.6 mg/dL) and HIIE HR (47.2 ± 9.5 mg/dL) than MICE (29.5 ± 11.5 mg/dL). Reduction (P < 0.05) in 24-h (6.7 ± 2.2 mm Hg) and tendency toward reduction (P = 0.06) in daytime systolic (7.0 ± 2.5 mm Hg) ambulatory BP were found only after HIIE RPE . These results suggest that HIIE is superior to MICE for reducing glycaemia and ambulatory BP, and that the 6–20 RPE scale is a useful tool for prescribing and self-regulating HIIE in individuals with T2DM.
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 ».