Impact of high-intensity interval training on cardiometabolic health in patients with diabesity: a systematic review and meta-analysis of randomized controlled trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: This systematic review and meta-analysis aimed to evaluate the effects of high-intensity interval training (HIIT) on cardiometabolic health-related outcomes in patients with type 2 diabetes and obesity (diabesity). METHODS: PubMed, Web of Science, Scopus, Science Direct, Cochrane Library, and Google Scholar databases were searched from inception up to November 2024. The search strategy encompassed the following keywords: diabetes, obesity, and HIIT. Randomized controlled trials (RCTs) recruiting adult participants with diabesity and comparing HIIT per se for ≥ 2 weeks in duration with non-exercise standard treatment were included. RESULTS: A total of 18 RCTs qualified involving 504 patients (52/48 women/men ratio; 55.0 ± 11.8 years; 31.0 ± 6.9 kg/m2). Body mass [standardized mean differences (SMD) -0.36 kg, 95% confidence intervals (CI) -0.71 to -0.01], body mass index (SMD -0.57 kg/m2, 95% CI -0.92 to -0.21), waist-to-hip ratio (SMD -1.68, 95% CI -2.50 to -0.86), fasting blood glucose (SMD -0.64 mmol/L, 95% CI -1.03 to -0.24), glycated hemoglobin (SMD -1.08%, 95% CI -1.68 to -0.47), fasting insulin (SMD -0.79 mIU/L, 95% CI -1.28 to -0.31), homeostatic model assessment for insulin resistance (SMD -0.95, 95% CI -1.43 to -0.47), low-density lipoprotein cholesterol (SMD -0.64 mg/dL, 95% CI -1.23 to -0.06), triglycerides (SMD -0.64 mg/dL, 95% CI -1.02 to -0.26), and total cholesterol (SMD -0.66 mg/dL, 95% CI -1.23 to -0.08) improved compared to standard treatment without exercise. CONCLUSIONS: The present findings suggest that HIIT improves several markers of metabolic health and cardiovascular risk, even without significant body composition improvements in patients with diabesity. OPEN SCIENCE FRAMEWORK REGISTRY.: https://osf.io/rtb42.
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.
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 | 0,018 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,361 | 0,042 |
| Bibliométrie | 0,005 | 0,003 |
| 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) | 0,000 | 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 découle