MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402663767 · doi:10.1249/01.mss.0001060500.74067.79

High-Intensity Interval And Moderate-Intensity Continuous Training Improve Maximal Oxygen Uptake In Parkinson’S Disease Patients

2024· article· en· W4402663767 sur OpenAlexaffabout
Devin G. McCarthy, Muhammad M. Kathia, Sergiu‐Gabriel Duplea, Julian C. Bommarito, Avery Hinks, Elira Leake, Julia Shannon, Jenna Pitman, Alex Coates, Joshua T. Slysz, Carlin Katerberg, Leslie Anne Witton, Barbara S. Connolly, Lori Ann Vallis, Jamie F. Burr, Geoffrey A. Power, Philip J. Millar

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensMcMaster UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHigh-intensity interval trainingIntensity (physics)Parkinson's diseaseInterval (graph theory)MedicineCardiologyPhysical medicine and rehabilitationDiseasePsychologyInternal medicineMathematicsPhysicsCombinatorics

Résumé

récupéré en direct d'OpenAlex

Parkinson’s disease (PD) is the second most common neurodegenerative disease in the United States. Aerobic exercise training is a recommended lifestyle interventions for people with PD, but it is unclear whether an optimal exercise program exists. High-intensity interval training (HIIT) has been shown to improve 6-min walk performance more than moderate-intensity continuous training (MICT) in PD, but whether this is secondary to improvements in peak oxygen uptake (VO2peak) or gait mechanics was not assessed. PURPOSE: The current study tested the hypothesis that VO2peak would be increased to a greater extent after 10 weeks of HIIT vs MICT. METHODS: Twenty-eight participants with PD (11 females; 67 ± 7 years) were randomly assigned to complete 10 weeks of supervised HIIT (n = 15) or MICT (n = 13) comprising three exercise sessions per week. HIIT involved 10, 1-min bouts of cycling at ~90% peak power output, each separated by 1-min at 10% peak power output. MICT involved 30-50 min of cycling at 60% peak power output. An incremental cycling test to volitional exhaustion was completed pre- and post-training to determine VO2peak, the first ventilatory threshold, and respiratory compensation point. RESULTS: Respiratory exchange ratio at VO2peak pre- and post-training was 1.12 ± 0.13 and 1.11 ± 0.10 for the HIIT group and 1.08 ± 0.15 and 1.12 ± 0.12 for the MICT group, respectively. VO2peak was higher following training (MICT: 1.63 ± 0.59 to 1.75 ± 0.57 L/min; HIIT: 1.79 ± 0.57 to 2.07 ± 0.67 L/min; main effect of time, p < 0.001). The increase in VO2peak per kg body mass was not statistically greater in HIIT vs. MICT (Δ3.7 ± 3.7 vs 1.7 ± 3.2 ml/kg/min, p = 0.10). Power output at VO2peak was 15 ± 5 W higher following training in both groups (p < 0.01). Ventilatory threshold one (MICT, Pre = 1082 ± 372, Post = 1126 ± 331 ml/min, n = 11; HIIT, Pre = 1159 ± 91, Post = 1329 ± 201 ml/min, n = 13) and respiratory compensation point (MICT, 1492 ± 593, Post = 1568 ± 513 ml/min, n = 5; HIIT, 1791 ± 405, Post = 1986 ± 475 ml/min, n = 7) were unaffected by training (p > 0.06) or training x group (p > 0.33 for all). CONCLUSIONS: Ten weeks of exercise training improved VO2peak in PD patients. HIIT may have elicited a larger, clinically meaningful improvement in VO2peak compared to MICT, when considering that a clinically meaningful difference in VO2peak could be as low as 1.5 ml/kg/min. Parkinson Canada Pilot Project Grant (2018-00186)

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,226
Écart entre enseignants0,214 · 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'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetMuscle activation and electromyography studies→Travaux en français237 207→