Effect of Six Months of Cardiac Rehabilitation on Autonomic Function in Coronary Artery Disease Patients
Notice bibliographique
Résumé
We investigated the effects of a 6‐month exercise training‐based cardiac rehabilitation (CR) program on autonomic function in patients with coronary artery disease (CAD). Twenty‐two CAD patients (4 women; 62 ± 8 yrs, 172 ± 9 cm, 86 ± 13 kg) were studied prior‐to and following six months of aerobic and resistance training‐based CR. Seventeen healthy aged‐matched controls were also studied (6 women; 60 ± 9 yrs, 169 ± 8 cm, 73 ± 14 kg). We evaluated resting blood pressure (BP; manual sphygmomanometry), muscle sympathetic nerve activity (MSNA; microneurography; CAD, n = 14), heart rate variability (HRV; time‐ and frequency‐domain), and cardiovagal baroreflex sensitivity (BRS; sequence method). At baseline, prior to CR, CAD patients had greater burst frequency (48 ± 8 vs. 36 ± 8 bursts/min; P < 0.01) and burst incidence (81 ± 7 vs. 62 ± 10 bursts/100 heart beats; P < 0.01) in comparison to healthy controls. No differences at baseline between CAD patients and healthy controls were found for resting BP, any index of HRV, or cardiovagal BRS (all P > 0.05). Six months of exercise‐based CR lowered resting mean arterial BP (86 ± 10 to 83 ± 7 mmHg; P < 0.05) and systolic BP (122 ± 16 to 116 ± 11 mmHg; P < 0.05) in CAD patients. In CAD patients, CR reduced burst frequency (48 ± 8 to 39 ± 11 bursts/min; P < 0.01; d = 0.95) and burst incidence (81 ± 7 to 66 ± 17 bursts/100 heart beats; P < 0.01; d = 1.32). Also, following CR, and in contrast to pre‐CR, levels of MSNA were not significantly different between CAD and healthy controls for burst frequency ( P = 0.43) and burst incidence ( P = 0.39). No index of HRV (all P > 0.05) or cardiovagal BRS ( P = 0.78) was changed in CAD patients following CR. In conclusion, six months of exercise training‐based CR reduced baseline BP and sympathetic outflow in CAD patients to levels observed in healthy controls. Support or Funding Information Canadian Institutes for Health Research (CIHR) Team Grant “Physical Activity, Mobility, and Neural Health” (Grant #217532).
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».