Abstract No: 279 Effect of Aerobic Exercise on Cognition and Cardiovascular Risk in Community Dwelling Middle-Aged People with Hypertension
Notice bibliographique
Résumé
Purpose: To find the effect of aerobic exercise on cognition and cardiovascular risk in community-dwelling middle-aged people with hypertension. Relevance: Hypertension is one of the most important modifiable risk factors for cardiovascular diseases and other conditions. Research indicates that physical exercise can effectively manage hypertension, reduce cardiovascular disease risk, and improve blood flow to the brain. Participants: 26 people with hypertension (≥ 2 years), with mild to moderate cognitive impairment (MoCA score 10-25) aged between 40-60 years were randomized into an intervention group A or a control group B. Method: Ethics approval was obtained. The experimental study was conducted in community of Ahmedabad. Group A performed home-based walking at 11-13 RPE (rate of perceived exertion according to Borg scale) for 150 minutes/week with warm-up and cool-down, five times a week for 6 weeks. Group B continued their usual routine. Outcome used for cognition was the Montreal Cognitive Assessment (MoCA) and Waist circumference (WC) for cardiovascular risk. Analysis: Data analysis was performed using SPSSv.20. Mann-Whitney U test was used for between-group analyses in cognition. Independent t-test for between-group analyses in WC. Level of Significance was 5%. Results: For both MoCA and WC, between-group analyses shows significant difference (U =49.000,p=0.065), (U=30.000,p=0.004) respectively. Conclusion: Six weeks of aerobic training in middle aged people with hypertension reduces cardiovascular risks. Implication: Aerobic exercise like walking is recommended for individuals with hypertension as it is a feasible, accessible, low-risk low-cost activity and easily performed at home or outdoors. Sedentary individuals may further benefit from gradually increasing the intensity of their workouts. Thus, lifestyle modifications can be advocated for the prevention, treatment, and control of HTN, with exercise being an integral component.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».