MétaCan
Menu
Retour à la cohorte
Enregistrement W4410933099 · doi:10.5763/kjsm.2025.43.2.78

Is Inspiratory Muscle Training an Emerging Strategy for Blood Pressure Reduction? A Review of Current Evidence

2025· review· en· W4410933099 sur OpenAlexaff
Hyun Jeong Kim, Tae Gu Choi, Setor K. Kunutsor, Sae Young Jae

Notice bibliographique

RevueThe Korean Journal of Sports Medicine · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversity of ManitobaSt. Boniface Hospital
Organismes subventionnairesNational Research Foundation of KoreaMinistry of EducationNational Research Foundation
Mots-clésCurrent (fluid)Reduction (mathematics)MedicineTraining (meteorology)Blood pressureCardiologyPhysical medicine and rehabilitationIntensive care medicineInternal medicineMathematicsEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Aerobic exercise is a well-known nonpharmacological strategy for managing blood pressure (BP) in hypertensive patients.However, aerobic exercise can be challenging to maintain due to limitations such as restricted access to exercise facilities, insufficient time for participation and physical limitations.This highlights the need for novel and feasible strategies to complement or replace aerobic exercise in managing hypertension.Recent studies have suggested that inspiratory muscle strength training (IMST) may effectively lower BP.IMST utilizes portable devices, requires less than 10 minutes per session, and is characterized by its accessibility without restrictions on time or location.These features suggest that IMST could potentially serve as a practical alternative for hypertensive patients who find it difficult to engage in regular aerobic exercise.Therefore, this review aimed to synthesize the evidence on the BP-lowering effects of IMST, explore gaps in the evidence base and propose its potential as a novel nonpharmacological approach for hypertension management.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,159
Tête enseignante GPT0,424
Écart entre enseignants0,264 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Korean Journal of Sports MedicineMême sujetCardiovascular and exercise physiologyTravaux en français237 207