MétaCan
Menu
Retour à la cohorte
Enregistrement W3147400760 · doi:10.1007/s00421-021-04676-7

Individual cardiovascular responsiveness to work-matched exercise within the moderate- and severe-intensity domains

2021· article· en· W3147400760 sur OpenAlexaff
Felipe Mattioni Maturana, Philipp Schellhorn, Gunnar Erz, Christof Burgstahler, Manuel Widmann, Barbara Munz, Rogério N. Soares, Juan M. Murias, Ansgar Thiel, Andreas M. Nieß

Notice bibliographique

RevueEuropean Journal of Applied Physiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEberhard Karls Universität Tübingen
Mots-clésCardiorespiratory fitnessMedicineHigh-intensity interval trainingCardiologyArterial stiffnessInternal medicineIntensity (physics)VO2 maxPhysical therapyHeart rateBlood pressure

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose We investigated the cardiovascular individual response to 6 weeks (3×/week) of work-matched within the severe-intensity domain (high-intensity interval training, HIIT) or moderate-intensity domain (moderate-intensity continuous training, MICT). In addition, we analyzed the cardiovascular factors at baseline underlying the response variability. Methods 42 healthy sedentary participants were randomly assigned to HIIT or MICT. We applied the region of practical equivalence-method for identifying the levels of responders to the maximal oxygen uptake (V̇O 2max ) response. For investigating the influence of cardiovascular markers, we trained a Bayesian machine learning model on cardiovascular markers. Results Despite that HIIT and MICT induced significant increases in V̇O 2max , HIIT had greater improvements than MICT ( p < 0.001). Greater variability was observed in MICT, with approximately 50% classified as “non-responder” and “undecided”. 20 “responders”, one “undecided” and no “non-responders” were observed in HIIT. The variability in the ∆V̇O 2max was associated with initial cardiorespiratory fitness, arterial stiffness, and left-ventricular (LV) mass and LV end-diastolic diameter in HIIT; whereas, microvascular responsiveness and right-ventricular (RV) excursion velocity showed a significant association in MICT. Conclusion Our findings highlight the critical influence of exercise-intensity domains and biological variability on the individual V̇O 2max response. The incidence of “non-responders” in MICT was one third of the group; whereas, no “non-responders” were observed in HIIT. The incidence of “responders” was 11 out of 21 participants in MICT, and 20 out of 21 participants in HIIT. The response in HIIT showed associations with baseline fitness, arterial stiffness, and LV-morphology; whereas, it was associated with RV systolic function in MICT.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,760
Score d'incertitude au seuil0,708

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,226
Écart entre enseignants0,210 · 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 tête enseignante, 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

Citations54
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Applied PhysiologyMême sujetCardiovascular and exercise physiologyTravaux en français237 207