Type 2 diabetes does not exacerbate body heat storage in older adults during brief, extreme passive heat exposure
Notice bibliographique
Résumé
Aging exacerbates hyperthermia and cardiovascular strain during passive heat exposure, but it remains unclear whether those effects worsen in older adults with type 2 diabetes (T2D). We examined these responses in unacclimatized, physically active, older individuals with (n = 13, mean ± SD age: 60 ± 8 years, HbA1c: 7.0 ± 1.0%) and without (Control, n = 30, 62 ± 6 years) well-controlled T2D during a brief, 3-h passive exposure to extreme heat (44°C, 30% relative humidity). Metabolic heat production, dry heat gain, total heat gain (metabolic heat production + dry heat gain), evaporative heat loss, body heat storage (summation of heat gain/loss), rectal and mean skin temperatures as well as heart rate were measured continuously. No between-group differences were observed for metabolic heat production (T2D vs. Control; 53 ± 5 vs. 55 ± 7 W/m2), dry heat gain (48 ± 9 vs. 47 ± 11 W/m2), total heat gain (101 ± 10 vs. 102 ± 14 W/m2) and evaporative heat loss (83 ± 10 vs. 85 ± 12 W/m2) over the 3 h (all P > 0.05). Consequently, the changes in body heat storage (380 ± 93 vs. 358 ± 172 kJ, P = 0.67) were similar between groups. Moreover, no between-group differences in rectal and mean skin temperatures or heart rate were measured. We conclude that unacclimatized, physically active, older adults with well-controlled T2D do not experience greater hyperthermia and cardiovascular strain compared to their healthy counterparts while resting in extreme heat for a brief, 3-h period.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».