Habitual Hot-Tub Bathing and Cardiovascular Risk Factors in Patients With Type 2 Diabetes Mellitus: A Cross-Sectional Study
Notice bibliographique
Résumé
Background: Several studies suggested that heat therapy, including sauna or hot-tub bathing, was associated with improved glycemia and other risk factors for cardiovascular diseases. This study aimed to assess the influences of the habit of hot-tub bathing on cardiovascular risk factors in patients with type 2 diabetes in a real-world setting. Methods: In this cross-sectional study, we enrolled the patients with type 2 diabetes who regularly visited the outpatient clinic between October 2018 and March 2019. We obtained the information on the habit of hot-tub bathing by using a self-reported questionnaire. The results of anthropometric measurements, blood tests and medications were obtained from the medical charts. We divided the patients into three groups according to the frequency of hot-tub bathing as follows; group 1: ≥ 4 times a week, group 2: < 4 times a week, ≥ 1 time a week, group 3: < 1 time a week. The biomarkers were compared among the groups by one-way analysis of variance. Multiple linear regression analyses were performed to adjust for confounding variables. Results: We enrolled 1,297 patients. There were significant differences in body mass index (group1: 25.5 ± 5.0, group 2: 26.0 ± 5.4, group 3: 26.7 ± 6.0, P = 0.025), diastolic blood pressure (73 ± 12, 75 ± 12, 77 ± 13, P = 0.001) and hemoglobin A1c (7.10 ± 0.97, 7.20 ± 1.11, 7.36 ± 1.67, P = 0.012). Multiple regression analysis revealed that the frequency of hot-tub bathing was a significant determinant of hemoglobin A1c, body mass index and diastolic blood pressure. Conclusions: In this real-world study, habitual hot-tub bathing was associated with slight improvements in glycemia, obesity and diastolic blood pressure, and thus, can be a possible lifestyle intervention in patients with type 2 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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».