MétaCan
Menu
Retour à la cohorte

Evaluating Cardiorespiratory Responses to Slow Breathing in Young Healthy Individuals: FitBit “Relax Mode” <i>versus</i> RESPeRATE

2019· article· en· W3173518523 sur OpenAlexafffundabout
Evan D. Jette, Tessa E. Adler, Frank Niro, Yasmine Coovadia, Dennis Jensen, Charlotte W. Usselman

Notice bibliographique

RevueThe FASEB Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCardiorespiratory fitnessHeart rateMedicineBaroreflexRespirationRespiratory rateBlood pressureRespiratory systemRespiratory minute volumeCardiologyTidal volumeVentilation (architecture)AnesthesiaInternal medicinePhysics

Résumé

récupéré en direct d'OpenAlex

Device‐guided slow breathing has been tested in clinical populations (e.g., hypertension, type II diabetes) with the goal of reducing blood pressure (BP) via a sensitization of the baroreflex. The FitBit's “Relax Mode” and the RESPeRATE device are commercially available devices which acutely reduce an individual's respiration rate and, by extension, BP. To the best of our knowledge no studies have directly compared the cardiorespiratory effects of these devices. The purpose of this study was to compare acute respiratory and BP responses to the RESPeRATE device (RESP), the FitBit's Relax Mode (FB). We hypothesized that RESP would result in greater decreases in respiratory rate than FB, leading to larger decreases in BP. We evaluated the responses to a single bout of RESP (15 min) and FB (5 min) in young (mean±SD age: 23±1 y), healthy (BMI: 23±3 kg/m 2 ; mean arterial BP [MAP]: 82±8 mmHg) individuals (n=2 men, n=3 women). To normalize the duration of the stimuli, we compared the mean of the responses to FB to the mean of the last 5 min of RESP; the order of devices was randomized between subjects. Both devices were effective in reducing respiration rate from baseline (RESP: 11.1±3.5 to 5.6±0.7 breaths/min; FB: 11.2±1.8 to 7.3±0.3; main effect of slow breathing: p<0.01; effect of device: p=0.4). In contrast, tidal volume expansion increased from baseline during slow breathing (RESP: 0.70±0.33 to 1.41±0.50 L; FB: 0.61±0.17 to 1.20±0.59; main effect of slow breathing: p<0.01; effect of device: p=0.6). However, there was no change in minute ventilation from baseline levels (RESP: 7.0±1.8 to 7.8±3.0 L/min; FB: 6.7±1.8 to 8.7±4.2; main effect of slow breathing: p=0.1; effect of device: p=0.9), suggesting that the subjects did not hyperventilate during either slow breathing condition. MAP decreased from baseline during slow breathing (RESP: 82±8 to 80±8 mmHg; FB: 82±8 to 81±7; main effect of slow breathing: p=0.01; effect of device: p=0.9). Conversely, a significant slow breathing by device interaction (p=0.05) revealed that diastolic BP (DBP) was reduced from baseline only in the RESP condition (69±7 to 67±8 mmHg, p<0.01); FB was not associated with a reduction in DBP (69±8 to 69±8 mmHg, p=0.2). Our preliminary data indicated that while RESP reduced respiratory rate similarly to the FB, RESP may be more effective than FB at acutely reducing DBP in young healthy adults. Support or Funding Information This project was supported by a Natural Sciences and Engineering Research Council Discovery Grant (CWU). TEA & YC were supported by the McGill Department of Kinesiology and Physical Education Graduate Excellence Fellowship. This abstract is from the Experimental Biology 2019 Meeting. There is no full text article associated with this abstract published in The FASEB Journal .

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,058
Tête enseignante GPT0,360
Écart entre enseignants0,302 · 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 non 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

Citations0
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207