More Time in Glucose Range During Exercise Days than Sedentary Days in Adults Living with Type 1 Diabetes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: This study analysis was designed to examine the 24-h effects of exercise on glycemic control as measured by continuous glucose monitoring (CGM). Methods: Individuals with type 1 diabetes (ages: 15–68 years; hemoglobin A1c: 7.5% ± 1.5% [mean ± standard deviation (SD)]) were randomly assigned to complete twice-weekly aerobic, high-intensity interval, or resistance-based exercise sessions in addition to their personal exercise sessions for a period of 4 weeks. Exercise was tracked with wearables and glucose concentrations assessed using CGM. An exercise day was defined as a 24-h period after the end of exercise, while a sedentary day was defined as any 24-h period with no recorded exercise ≥10 min long. Sedentary days start at least 24 h after the end of exercise. Results: Mean glucose was lower (150 ± 45 vs. 166 ± 49 mg/dL, P = 0.01), % time in range [70–180 mg/dL] higher (62% ± 23% vs. 56% ± 25%, P = 0.03), % time >180 mg/dL lower (28% ± 23% vs. 37% ± 26%, P = 0.01), and % time <70 mg/dL higher (9.3% ± 11.0% vs. 7.1% ± 9.1%, P = 0.04) on exercise days compared with sedentary days. Glucose variability and % time <54 mg/dL did not differ significantly between exercise and sedentary days. No significant differences in glucose control by exercise type were observed. Conclusion: Participants had lower 24-h mean glucose levels and a greater time in range on exercise days compared with sedentary days, with mode of exercise affecting glycemia similarly. In summary, this study offers data supporting frequency of exercise as a method of facilitating glucose control but does not suggest an effect for mode of exercise.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle