MétaCan
Menu
← Retour à la cohorte
Enregistrement W3134852123 · doi:10.1139/apnm-2020-0900

Effects of dynamic and isometric resistance training protocols on metabolic profile in hemodialysis patients: a randomized controlled trial

2021· article· en· W3134852123 sur OpenAlexvenueno aff
Thiago dos Santos Rosa, Hugo de Luca Corrêa, Lysleine Alves Deus, Whitley J. Stone, Andrea Lucena Reis, André Bonadias Gadelha, Thaís Branquinho de Araújo, Paulo Roberto da Silva, Milton Rocha Moraes, José Adeirton Bezerra Silva, Carmen Tzanno‐Martins, Herbert Gustavo Simões, Jonato Prestes, Rodrigo Vanerson Passos Neves

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineInsulin resistanceGlycemicInternal medicineLeptinAdiponectinIsometric exerciseHomeostatic model assessmentGlycated hemoglobinGlucose homeostasisEndocrinologyRandomized controlled trialHemodialysisInsulinDiabetes mellitusType 2 diabetesObesity

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to compare the effect of dynamic (DRT) and isometric (IRT) resistance training on glycemic homeostasis, lipid profile, and nitric oxide (NO) in hemodialysis (HD) patients. Patients were randomly distributed into 3 groups: control (n = 65), DRT (n = 65), and IRT (n = 67). Patients assessed before and after the intervention period were tested for fasting blood glucose, glycated hemoglobin, oral glucose tolerance test, insulin resistance, lipid profile, leptin, insulin, adiponectin, C-reactive protein, and NO . Patients underwent to strength and body composition assessments. Subjects allocated in both DRT and IRT groups took part in a 24-week resistance training program, 3 times per week. Each training session was approximately 1 hour before dialysis and consisted of 3 sets of 8–12 repetitions at low intensity. Total workload was higher in the DRT as compared with the IRT. This heightened workload related to better glycemic homeostasis in HD patients as measured by regulation of insulin, adiponectin, and leptin, while improveing triglycerides, free-fat mass, and muscle strength. Additionally, NO levels were increased in the DRT group. NO was significantly correlated with glucose intolerance (r = −0.42, p = 0.0155) and workload (r = 0.46, p = 0.0022). The IRT group only improved strength (p < 0.05). Twenty-four weeks of DRT improved glycemic homeostasis, lipid profile, and NO in HD patients. Although IRT seems to play an important role in increasing strength, DRT might be a better choice to promote metabolic adjustments in HD patients. Clinical trial: http://www.ensaiosclinicos.gov.br/rg/RBR-3gpg5w . Novelty: DRT might be a better choice for metabolic improvements in patients with chronic kidney disease (CKD). Exercise-training might treat metabolic imbalance in CKD 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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,007
Tête enseignante GPT0,257
Écart entre enseignants0,250 · 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'étudeEssai randomisé
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and Metabolism→Même sujetDialysis and Renal Disease Management→Travaux en français237 207→