Impact of a 12‐week high‐intensity interval training intervention on cardiac structure and function after COVID‐19 at 12‐month follow‐up
Notice bibliographique
Résumé
Abstract In patients previously hospitalised for COVID‐19, a 12‐week high‐intensity interval training (HIIT) intervention has previously been shown to increase left ventricular mass (LVM) immediately after the intervention. In the present study, we examined the effects of the same HIIT scheme on LVM, pulmonary diffusing capacity, symptom severity and functional capacity at 12‐month follow‐up. In this investigator‐blinded, randomised controlled trial, 12 weeks of a supervised HIIT scheme (4 × 4 min, three times a week) was compared to standard care (control) in patients recently discharged from hospital due to COVID‐19. At inclusion and at 12‐month follow‐up, LVM was assessed by cardiac magnetic resonance imaging (cMRI, primary outcome), while pulmonary diffusing capacity for carbon monoxide ( D LCOc , secondary outcome) was examined by the single‐breath method. Symptom severity and functional status were examined by the Post‐COVID‐19 Functional Scale (PCFS) and King's Brief Interstitial Lung Disease (KBILD) questionnaire score. Of the 28 patients assessed at baseline, 22 completed cMRI at 12‐month follow‐up (12.4 ± 0.6 months after inclusion). LVM was maintained in the HIIT but not the standard care group, with a mean between‐group difference of 9.68 [95% CI: 1.72, 17.64] g ( P = 0.0182). There was no differences in change from baseline to 12‐month follow‐up between groups in D LCOc % predicted (−2.45 [−11.25, 6.34]%; P = 0.578). PCFS and KBILD improved similarly in the two groups. In individuals previously hospitalised for COVID‐19, a 12‐week supervised HIIT scheme resulted in a preserved LVM at 12‐month follow‐up but did not affect pulmonary diffusing capacity or symptom severity.
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) | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».