MétaCan
Menu
← Retour à la cohorte
Enregistrement W3107344580 · doi:10.11817/j.issn.1672-7347.2020.190505

Effect of resistance exercise on peripheral neuropathy in Type 2 diabetes mellitus.

2020· article· en· W3107344580 sur OpenAlexaboutno aff
Xiaorong Yang, Lianyong Liu, Ling Yang, Weiping Li, Jianhua Zhang

Notice bibliographique

RevuePubMed · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineInsulin resistancePeripheral neuropathyType 2 diabetesBody mass indexWaistBlood pressureDiabetes mellitusType 2 Diabetes MellitusEndocrinologyObesity

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To explore the improvement of neurological symptoms in patients with Type 2 diabetic peripheral neuropathy via resistance exercise. METHODS: =50). Resistance exercise was performed on the bioDensity™ resistance exercise instrument. The study graded the severity of diabetic peripheral neuropathy by the Toronto clinical scoring system (TCSS), and the improvement of diabetic peripheral neuropathy (DPN) was evaluated by the decline of the TCSS score. The observation group was treated with resistance exercise for 6 months. The changes of body mass index (BMI), waist circumference, hip circumference, systolic blood pressure, diastolic blood pressure, fasting blood glucose (FBG), fasting insulin (FINS), glycosylated hemoglobin (HbA1C), total cholesterol (TC), glycerin trilaurate (TG), low density lipoprotein (LDL), high density lipoprotein (HDL), and TCSS score were compared between baseline and 3, 6 months of exercise. At the same time, the differences in sensory test scores, nerve reflex scores, and neurological symptom scores were compared between the baseline, 3 and 6 months, in the observation group. Except for resistance exercise, the other treatments in the control group were the same as those in the observation group. RESULTS: >0.05). CONCLUSIONS: After the intervention of resistance exercise, the blood glucose and DPN can be improved in a certain extent, and which can be popularized in Type 2 diabetes patients.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 Opus0,013
Tête enseignante GPT0,225
Écart entre enseignants0,212 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetPain Mechanisms and Treatments→Travaux en français237 207→