Exercise training reduces circulating cytokines in male patients with coronary artery disease and type 2 diabetes: A pilot study
Notice bibliographique
Résumé
Low-grade inflammation is central to coronary artery disease (CAD) and type 2 diabetes (T2D) and is reduced by exercise training. The objective of this study was to compare the anti-inflammatory potential of moderate-to-vigorous intensity continuous training (MICT) and high-intensity interval training (HIIT) in patients with CAD with or without T2D. The design and setting of this study is based on a secondary analysis of registered randomized clinical trial NCT02765568. Male patients with CAD were randomly assigned to either MICT or HIIT, with subgroups divided according to T2D status (non-T2D-HIIT n = 14 and non-T2D-MICT n = 13; T2D-HIIT n = 6 and T2D-MICT n = 5). The intervention was a 12-week cardiovascular rehabilitation program consisting of either MICT or HIIT (twice weekly sessions) and circulating cytokines measured pre- and post-training as inflammatory markers. The co-occurrence of CAD and T2D was associated with increased plasma IL-8 (p = 0.0331). There was an interaction between T2D and the effect of the training interventions on plasma FGF21 (p = 0.0368) and IL-6 (p = 0.0385), which were further reduced in the T2D groups. An interaction between T2D, training modalities, and the effect of time (p = 0.0415) was detected for SPARC, with HIIT increasing circulating concentrations in the control group, while lowering them in the T2D group, and the inverse occurring with MICT. The interventions also reduced plasma FGF21 (p = 0.0030), IL-6 (p = 0.0101), IL-8 (p = 0.0087), IL-10 (p < 0.0001), and IL-18 (p = 0.0009) irrespective of training modality or T2D status. HIIT and MICT resulted in similar reductions in circulating cytokines known to be increased in the context of low-grade inflammation in CAD patients, an effect more pronounced in patients with T2D for FGF21 and IL-6.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».