Optimal Insulin Correction Factor in Post–High-Intensity Exercise Hyperglycemia in Adults With Type 1 Diabetes: The FIT Study
Notice bibliographique
Résumé
OBJECTIVE Postexercise hyperglycemia, following high-intensity interval training (HIIT) in patients with type 1 diabetes (T1D), is largely underrecognized by the clinical community and generally undertreated. The aim of this study was to compare four multipliers of an individual’s insulin correction factor (ICF) to treat post-HIIT hyperglycemia. RESEARCH DESIGN AND METHODS The FIT study had a randomized, crossover design in physically active subjects with T1D (mean ± SD age 34.9 ± 10.1 years, BMI 25.5 ± 2.5 kg/m2, and HbA1c 7.2 ± 0.9%) using multiple daily injections. Following an 8-week optimization period, with 300 units/mL insulin glargine used as the basal insulin, subjects performed four weekly sessions of 25 min of HIIT. If hyperglycemia (>8.0 mmol/L) resulted, subjects received a bolus insulin correction 15 min post-HIIT, based on their own ICF, adjusted by one of four multipliers: 0, 50, 100, or 150%. RESULTS Seventeen subjects completed 71 exercise trials, of which 64 (90%) resulted in hyperglycemia. At 40 min postexercise, plasma glucose (PG) increased from mean ± SD 8.8 ± 1.0 mmol/L at baseline to 12.7 ± 2.4 mmol/L (increase of 3.8 ± 1.5 mmol/L). After correction, adjusted mean ± SE PG was significantly reduced for the 50% (−2.3 ± 0.8 mmol/L, P < 0.01), 100% (−4.7 ± 0.8 mmol/L, P < 0.001), and 150% (−5.3 ± 0.8 mmol/L, P < 0.001) arms but had increased further in the 0% correction arm. Both the 100 and 150% corrections were more effective than the 50% correction (P < 0.01 and P < 0.001, respectively) but were not different from each other. Hypoglycemia was rare. CONCLUSIONS In post-HIIT hyperglycemia, correction based on a patient’s usual ICF is safe and effective. Optimal PG reduction, with minimal hypoglycemia, occurred in the 100 and 150% correction arms.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».