MétaCan
Menu
Retour à la cohorte
Enregistrement W3016991266 · doi:10.1096/fasebj.2020.34.s1.02305

Acute blood glucose and vascular endothelial responses to passive heating in individuals with type 2 diabetes

2020· article· en· W3016991266 sur OpenAlexaffabout
Parya Behzadi, Hugo Gravel, Nicholas Ravanelli, Daniel Gagnon

Notice bibliographique

RevueThe FASEB Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineBrachial arteryInternal medicineDiabetes mellitusType 2 diabetesType 2 Diabetes MellitusEndothelial dysfunctionEndocrinologyBlood pressurePopulationInsulinHeart rateCardiology

Résumé

récupéré en direct d'OpenAlex

Introduction Insulin resistance and hyperglycemia predispose individuals with type 2 diabetes mellitus (T2DM) to endothelial dysfunction and a greater risk of cardiovascular diseases. Numerous animal studies suggest that heat exposure improves glucose control and human studies suggest that it improves markers of vascular health. However, the physiological responses to heat exposure remain understudied in individuals with T2DM, particularly within a therapeutic context. Objective To characterize blood glucose and vascular endothelial responses to heat exposure in T2DM and determine if heating acutely improves glucose control and endothelial function in this population. Methods On separate randomized days, six adults (2 males/4 females, 60 ± 12 years) with T2DM (≥1 year, HbA1c: 7.0 ± 0.5%, fasting glucose: 7.79 ± 1.13 mmol/L) were immersed in control (34°C, 90 minutes) or hot (40–41°C, core temperature ≥38.5°C for 60 minutes) water. Participants were fasted (12 hours) and withheld anti‐diabetic medication (≥24 hours). Blood glucose and insulin as well as brachial artery shear rates were measured at baseline, during immersion and 45–60 minutes after immersion. Brachial artery flow‐mediated dilation (FMD) was measured at baseline and 45 minutes after immersion. Blood glucose control was evaluated during an oral glucose tolerance test (OGTT, 75 g) 60 minutes after immersion. Core (T core , rectal) and mean skin (T skin ) temperatures, heart rate (HR), systolic (SBP) and diastolic (DBP) blood pressures were measured throughout the protocol. Results Compared to control, hot water immersion increased T core (+1.44°C [1.05, 1.83], P<0.01), T skin (+2.36°C [1.21, 3.51], P<0.01), HR (+35 bpm [26, 43], P<0.01), and decreased DBP (−7 mmHg [−2, −13], P<0.01) and SBP (−9 mmHg [−1, −16], P=0.03). Hot water immersion increased antegrade (+71 s −1 [35, 107], P<0.01) and decreased retrograde (−15 s −1 [0.9, 3], P=0.06) shear rates. Nonetheless, FMD was unchanged during both control (−0.74% [−4.33, 2.86], P=0.81) and hot (−1.93% [−5.53, 1.66], P=0.30) water immersion. Blood glucose decreased progressively throughout the control protocol (−1.3 mmol/L [−0.8, −1.9], P<0.01), whereas hot water immersion attenuated this decrease (+0.1 mmol/L [−0.5, +0.6], P=0.93). Hot water immersion did not alter glucose (P=0.17) and insulin (P=0.99) area under the curve during the OGTT. Conclusion These preliminary results suggest that the physiological responses associated with heat exposure do not translate into acute improvements in blood glucose control or brachial artery endothelial function in individuals with T2DM. Support or Funding Information Cardiometabolic Health, Diabetes and Obesity Research Network and Diabetes Quebec.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,271
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetThermoregulation and physiological responsesTravaux en français237 207