Sex Differences in Cardiometabolic Health Indicators after HIIT in Patients with Coronary Artery Disease
Notice bibliographique
Résumé
PURPOSE: Cardiorespiratory fitness (CRF) is an independent predictor of mortality, and females typically achieve smaller improvements in CRF than males after exercise-based cardiac rehabilitation. High-intensity interval training (HIIT) has been shown to produce superior improvements in CRF than traditional cardiac rehabilitation, but the sex differences are unknown. The purpose of this systematic review and meta-analysis was to evaluate sex differences for changes in CRF and cardiometabolic health indicators after HIIT in adults with coronary artery disease (CAD). METHODS AND RESULTS: A systemic search of five electronic databases for studies examining the effect of HIIT on measured CRF and cardiometabolic health indicators in adults with CAD was performed. Data (published and unpublished) from 14 studies were included in the meta-analyses with approximately eightfold greater male than female participation (n = 836 vs n = 103). Males with CAD achieved a near-significant absolute improvement in CRF (mean difference [MD] = 1.07, 95% confidence interval [CI] = -0.08 to 2.23 mL·kg-1⋅min-1, P = 0.07) after HIIT when compared with control; there were insufficient data to conduct such an analysis in females. Significantly smaller improvements in CRF were experienced by females than males (MD = -1.10, 95% CI = -2.08 to -0.12 mL·kg-1⋅min-1, P = 0.03); there was no sex difference for the relative (percentage) change in CRF after HIIT. Females achieved significantly smaller reductions in body mass index (MD = -0.25, 95% CI = -0.03 to -0.47 kg·m-2, P = 0.02) and fasting blood glucose (MD = -0.38, 95% CI = -0.05 to -0.72, P = 0.03); no sex differences were observed for other cardiometabolic health indicators. CONCLUSION: There are no sex differences for relative improvements in CRF after HIIT; however, females are greatly underrepresented in trials. Future studies should increase female participation and perform sex-based analyses to determine sex-specific outcomes following HIIT.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,012 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».