243-OR: Effect of Menstrual Cycle on Glycemic Responses to Exercise in Female Participants with Type 1 Diabetes
Notice bibliographique
Résumé
Fear of hypoglycemia is a major barrier to exercise in people with type 1 diabetes (T1D) . Females with T1D tend to be less active than males with T1D, which might be due to significant knowledge gaps around blood glucose responses to exercise, especially with regards to the menstrual cycle. We compared the effect of a moderate aerobic exercise (cycling at 50% of pre-determined VO2peak for 45 min) on glycemic responses between the early follicular and late luteal phases of the menstrual cycle in 9 female participants with T1D (mean±SD: age 30.2±9 years, A1C 7.4±0.7%, VO2peak 32.5±4.2 mL/kg/min) with regular menstrual cycles not using oral contraceptives. In both phases, serum glucose decreased from pre to post exercise and increased throughout the 60-min recovery (effect of time p<0.05) but was not significantly different between the two phases (effect of phase p>0.05) . Serum insulin (log transformed) decreased from pre to post exercise in both phases (effect of time p<0.05) but was not significantly different between the two phases (effect of phase p>0.05) . The number of participants needing glucose supplementation (Dex4) to prevent hypoglycemia before and during exercise and recovery was significantly higher in the luteal versus the follicular phase (6/9 vs. 1/9, Fisher’s p=0.049) . Continuous glucose monitoring, however, showed no increase in the number of hypoglycemic episodes post exercise during the luteal phase. There were more post-exercise hyperglycemic episodes in the follicular versus the luteal phase (3±0.5 vs. 1.3±0.3, p=0.029) . These data suggest that females with T1D may be more prone to post-exercise hyperglycemia during the follicular phase, while needing more glucose supplementation to prevent hypoglycemia during the luteal phase of the menstrual cycle. These data should help guide recommendations for carbohydrate and insulin adjustment. Disclosure Z.Momeni: None. J.E.Yardley: Research Support; Abbott, Dexcom, Inc., LifeScan, Speaker's Bureau; Abbott Diabetes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».