Vigorous Intervals and Hypoglycemia in Type 1 Diabetes: A Randomized Cross Over Trial
Notice bibliographique
Résumé
Adding vigorous-intensity intervals (VII) to moderate-intensity exercise prevents immediate declines in blood glucose in type 1 diabetes (T1D) however the intensity required to minimize post-exercise hypoglycemia is unknown. To examine this question, ten sedentary T1D individuals completed four treadmill exercise sessions: a control session of 45 minutes of walking at 45-55% of heart rate reserve (HRR) and three sessions consisting of 60 seconds (VII) at 70%, 80%, or 90% of HRR every 4 minutes during exercise at 45-55% of HRR. We used continuous glucose monitoring (CGM) to measure time ≤3.9 mmol/L, glucose variability, hypoglycemia frequency and area under the curve (AUC) for hypoglycemia and hyperglycemia for 12 hours post-exercise. We also examined growth hormone and cortisol responses during and following exercise. In the 12 hours post-exercise, the percentage of time ≤3.9 mmol/L, glucose variability, and AUC for hypoglycemia and hyperglycemia were similar across conditions. The frequency of hypoglycemic events was highest after the 90% intervals compared to the control arm (12 vs 3 events, p = 0.03). There was a trend towards elevated growth hormone with increasing exercise intensity but cortisol levels were similar across conditions. Adding VII to moderate intensity exercise may increase hypoglycemia risk at higher intensities.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».