Exercise effects on maternal vascular health and blood pressure during pregnancy and postpartum: a systematic review and meta-analysis
Notice bibliographique
Résumé
AIMS: This systematic review aimed to assess the effects of exercise training during pregnancy and the postpartum period on maternal vascular health and blood pressure (BP). METHODS AND RESULTS: The outcome of interest was pulse wave velocity (PWV), flow-mediated dilation (FMD), and BP from pregnancy to 1-year postpartum. Five databases, including Ovid MEDLINE, EMBASE, CINAHL, Web of Science, and Cochrane Library, were systematically searched from inception to August 2023. Studies of randomized controlled trials (RCTs) comparing the effects of prenatal or postpartum exercise to a non-exercise control group were included. The risk of bias and the certainty of evidence were assessed. Random-effects meta-analyses and sensitivity analyses were conducted. In total, 20 RCTs involving 1221 women were included. Exercise training, initiated from Week 8 during gestation or between 6 and 14 weeks after delivery, with the programme lasting for a minimum of 4 weeks up to 6 months, showed no significant impact on PWV and FMD. However, it resulted in a significant reduction in systolic BP (SBP) [mean difference (MD): -4.37 mmHg; 95% confidence interval (CI): -7.48 to -1.26; P = 0.006] and diastolic BP (DBP) (MD: -2.94 mmHg; 95% CI: -5.17 to -0.71; P = 0.01) with very low certainty. Subgroup analyses revealed consistent trends across different gestational stages, types of exercise, weekly exercise times, and training periods. CONCLUSION: Exercise training during pregnancy and the postpartum period demonstrates a favourable effect on reducing maternal BP. However, further investigations with rigorous methodologies and larger sample sizes are needed to strengthen these conclusions.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».