Application of portable wearable devices combined with exercise management platform in patients with type 2 diabetes mellitus
Notice bibliographique
Résumé
Objective To explore the application effect of portable wearable device (including muscle oxygen monitor, heart rate armband combined with mobile APP) and exercise management platform in patients with type 2 diabetes mellitus (T2DM). Methods A total of 66 patients with T2DM were recruited from Department of Endocrinology of the First Affiliated Hospital, Henan University of Science and Technology between May 2017 and June 2018, and randomly divided into the test group (34 cases) and the control group (32 cases). Patients in the test group received portable wearable devices and sport management platform, and the controls received routine sport education. Levels of plasma glucose and lipid, muscle oxygen and heart rate before and after management were compared between these two groups. The t test and chi-square analysis were used for comparison between groups. Results After management, levels of glycated hemoglobin A1c (HbA1c) and fasting plasma glucose (FPG) in the test group were lower than those in the control group [(7.34±1.61)% vs (6.17±0.53)%, (8.17±2.48) vs (6.30±1.19) mmol/L, respectively; t=-3.248, -3.644, both P<0.05]. The maximum heart rate and the maximum exercise intensity were both higher than those in the control group [(139.00±16.28) vs (129.84±13.00) times/min and 0.80±0.08 vs 0.75±0.05, respectively; t=-2.400, -2.639, both P<0.05]. By increasing speed at 4 min×4 stage of treadmill, the average muscle oxygen ratio and the decrease of muscle oxygen ratio in the test group were both better than those in the control group [(54.79±14.12)% vs (58.00±14.14)%, and (24.56±19.58)% vs (19.03±15.68)%, respectively; t=-4.541, -2.563, both P<0.05]. Conclusion Intervention combined the portable wearable devices with the sport platform can optimize the exercise management and help to control blood glucose and improve muscle oxygen ratio in patients with T2DM. Key words: Diabetes mellitus, type 2; Sport management platform; Portable wearable devices
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».