MétaCan
Menu
Retour à la cohorte
Enregistrement W4386845331 · doi:10.1186/s40798-023-00634-z

Cluster Sets to Prescribe Interval Resistance Training: A Potential Method to Optimise Resistance Training Safety, Feasibility and Efficacy in Cardiac Patients

2023· review· en· W4386845331 sur OpenAlexaff
Kimberley L. Way, Hannah J. Thomas, Lewan Parker, Andrew Maiorana, Michelle A. Keske, David Scott, Jennifer L. Reed, Jessica Tieng, Daniel Hackett, Tess C Hawkins, Christopher Latella, Rachael Cordina, Derek Tran

Notice bibliographique

RevueSports Medicine - Open · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésInterval trainingMedicinePopulationTraining (meteorology)Resistance trainingPhysical therapySAFERMedical prescriptionIntensive care medicineNursingComputer science

Résumé

récupéré en direct d'OpenAlex

The integration of resistance training for cardiac patients leads to important health outcomes that are not optimally obtained with aerobic exercise; these include an increase in muscle mass, maintenance of bone mineral density, and improvements in muscular fitness parameters. Despite the proliferation of evidence supporting resistance exercise in recent decades, the implementation of resistance training is underutilised, and prescription is often sub-optimal in cardiac patients. This is frequently associated with safety concerns and inadequate methods of practical exercise prescription. This review discusses the potential application of cluster sets to prescribe interval resistance training in cardiac populations. The addition of planned, regular passive intra-set rest periods (cluster sets) in resistance training (i.e., interval resistance training) may be a practical solution for reducing the magnitude of haemodynamic responses observed with traditional resistance training. This interval resistance training approach may be a more suitable option for cardiac patients. Additionally, many cardiac patients present with impaired exercise tolerance; this model of interval resistance training may be a more suitable option to reduce fatigue, increase patient tolerance and enhance performance to these workloads. Practical strategies to implement interval resistance training for cardiac patients are also discussed. Preliminary evidence suggests that interval resistance training may lead to safer acute haemodynamic responses in cardiac patients. Future research is needed to determine the efficacy and feasibility of interval resistance training for health outcomes in this population.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,124
Tête enseignante GPT0,416
Écart entre enseignants0,292 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports Medicine - OpenMême sujetCardiovascular and exercise physiologyTravaux en français237 207