Effects of cardiorespiratory fitness and exercise training on cerebrovascular blood flow and reactivity: a systematic review with meta-analyses
Notice bibliographique
Résumé
We address two aims: Aim 1 (Fitness Review) compares the effect of higher cardiorespiratory fitness (CRF) (e.g., endurance athletes) with lower CRF (e.g., sedentary adults) on cerebrovascular outcomes, including middle cerebral artery velocity (MCAv), cerebrovascular reactivity and resistance, and global cerebral blood flow, as assessed by transcranial Doppler (TCD) or magnetic resonance imaging (MRI). Aim 2 (Exercise Training Review) determines the effect of exercise training on cerebrovascular outcomes. Systematic review of studies with meta-analyses where appropriate. Certainty of evidence was assessed by the Grading of Recommendations Assessment, Development, and Evaluation (GRADE). Twenty studies (18 using TCD) met the eligibility criteria for Aim 1, and 14 studies (8 by TCD) were included for Aim 2. There was a significant effect of higher CRF compared with lower CRF on cerebrovascular resistance (effect size = −0.54, 95% confidence interval = −0.91 to −0.16) and cerebrovascular reactivity (0.98, 0.41–1.55). Studies including males only demonstrated a greater effect of higher CRF on cerebrovascular resistance than mixed or female studies (male only: −0.69, −1.06 to −0.32; mixed and female studies: 0.10, −0.28 to 0.49). Exercise training did not increase MCAv (0.05, −0.21 to 0.31) but showed a small nonsignificant improvement in cerebrovascular reactivity (0.60, −0.08 to 1.28; P = 0.09). Exercise training showed heterogeneous effects on regional but little effect on global cerebral blood flow as measured by MRI. High CRF positively effects cerebrovascular function, including decreased cerebrovascular resistance and increased cerebrovascular reactivity; however, global cerebral blood flow and MCAv are primarily unchanged following an exercise intervention in healthy and clinical populations.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».