Passive heat therapy for cardiovascular disease: current evidence and future directions
Notice bibliographique
Résumé
Passive heat therapy is gaining popularity as an intervention to promote cardiovascular, physiological, and, to a lesser degree, thermoregulatory adaptations in patients with cardiovascular disease. Despite this, the efficacy of heat therapy to elicit these adaptations remains unknown. We searched five databases for original research, screening 2913 studies and identifying 18 eligible studies. Heat therapies included Waon therapy, balneotherapy, water perfused trousers, Finnish sauna, and foot immersion. Interventions were administered across various time frames (20-90 min) and performed 3-7 times per week, for durations of 2-8 weeks. The studies collectively involved a diverse population (mean age: 67 (10) years) with cardiovascular diseases. Heat therapy was consistently shown to improve ejection fraction, flow-mediated dilation, brain natriuretic peptide levels, New York Heart Association classification, and 6 min walk distance. However, positive effects on resting heart rate and blood pressure were infrequently observed, and thermoregulatory responses scarcely reported. Heat therapy may increase sweat rate during heat exposure and reduce resting core temperature, but adaptive skin blood flow responses were not observed. Passive heat therapy shows promising utility in patients with cardiovascular disease, while secondary benefits such as markers of thermoregulatory adaptation may also be observed, these require further investigation.
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) | 0,002 | 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) | 0,000 | 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 ».