MétaCan
Menu
Retour à la cohorte
Enregistrement W3035450645 · doi:10.2337/db20-683-p

683-P: Menstrual Cycle and Glycemic Differences during Prolonged, Fasting Exercise in Females with Type 1 Diabetes

2020· article· en· W3035450645 sur OpenAlexaboutno aff
Sarah McGaugh, Dessi P. Zaharieva, Rubin Pooni, Ninoschka C. D’Souza, Jane E. Yardley, MICHAEL RIDDELL

Notice bibliographique

RevueDiabetes · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLuteal phaseInternal medicineEndocrinologyFollicular phaseMedicineGlycemicMenstrual cycleMenstruationType 1 diabetesDiabetes mellitusHormone

Résumé

récupéré en direct d'OpenAlex

Glycemic control may differ throughout the menstrual cycle, with increased incidence of hyperglycemia in the luteal phase. However, it is unclear if glycemic differences exist in the follicular vs. luteal phase during prolonged fasted exercise in T1D. The aim of this study was to determine if the early follicular vs. luteal phase impacts blood glucose levels during and post-exercise. Females with T1D (n = 7, age 28±6 years, A1c 6.9±0.6%) completed two 2-hr aerobic exercise sessions (∼45% VO2peak), during the luteal (days 18-24) and early-follicular phases (days 1-6) of menstruation. Carbohydrate (CHO) intake (0.3g/kg/hr) occurred every 30-min if glucose was between 72-180 mg/dL. No differences existed between the two phases for starting glucose, changes in glucose, CHO consumption and CHO oxidation during exercise (Table). Baseline glucagon was elevated in the luteal (28±25pg/mL) vs. follicular phase (13±12pg/mL; P<0.05). Following exercise, overnight time in hyperglycemia (>180 mg/dL) was greater in the luteal (59±44%) vs. follicular phase (21±30%; P<0.05). Overall, glycemic responses during prolonged fasting exercise are similar between luteal and follicular phases in women with T1D, as are CHO intake needs. However, after exercise in the luteal phase, glycemia tends to be elevated and appears to contribute to greater time in hyperglycemia. Disclosure S.M. McGaugh: None. D. Zaharieva: Speaker’s Bureau; Self; Ascensia Diabetes Care, Insulet Corporation, Medtronic. R. Pooni: None. N.C. D’Souza: None. J.E. Yardley: Research Support; Self; Abbott, Dexcom, Inc., LifeScan Canada. Speaker’s Bureau; Self; Dexcom, Inc. M. Riddell: Advisory Panel; Self; Zucara Therapeutics Inc. Consultant; Self; Lilly Diabetes. Research Support; Self; Dexcom, Inc., Insulet Corporation. Speaker’s Bureau; Self; Medtronic, Novo Nordisk A/S.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0030,000

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 Opus0,011
Tête enseignante GPT0,204
Écart entre enseignants0,193 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetMuscle metabolism and nutritionTravaux en français237 207