Improved Glycemic Control in Adults with Type 2 Diabetes Is More Strongly Associated with Exercise Duration than with Volume, Frequency, or Consistency
Notice bibliographique
Résumé
PURPOSE: Exercise interventions play a pivotal role in managing type 2 diabetes (T2D), yielding significant benefits in glycemic control. Despite the recognized role of exercise duration, volume, frequency, and consistency, the literature remains discrepant on which exerts the greatest effect. The purpose of this secondary analysis was to determine the relationship between exercise duration, volume, frequency, and consistency and markers of glycemic control (HbA1c and continuous glucose monitoring metrics) following a 26-wk mHealth intervention. METHODS: Inactive adults with newly diagnosed (<2 yr) T2D ( n = 58) completed blood and 14-day continuous glucose monitoring testing before and after a 26-wk personalized exercise intervention. Raw exercise data from fitness watches were extracted for each session. Duration, volume, frequency, and consistency were calculated for the full intervention and for the first 13 wk (greater support) and last 13 wk (reduced support). RESULTS: Average session duration (57 ± 36 min) significantly predicted HbA1c (β = -0.23 [0.07], P = 0.002), 24-h mean glucose (β = -0.03 [0.01], P = 0.01), and glycemic variability (standard deviation; β = -0.01 [0.0], P = 0.003; Beta coefficients are reported with standard errors). Total exercise time during the first 13 wk (2931 ± 3362 min) also predicted HbA1c (β = -0.001 [0.0], P = 0.01), mean glucose (β = -0.002 [0.0], P = 0.01), and glycemic variability (β = -0.005 [0.0], P = 0.03). No other exercise metrics significantly predicted outcomes. CONCLUSIONS: Average session duration and exercise time accumulated early in the intervention were the only significant predictors of improvements in HbA1c, mean glucose, and glucose variability. These findings suggest that promoting increased exercise duration, independent of type or intensity, may improve glycemic control among individuals with newly diagnosed T2D. TRIAL REGISTRATION: ClinicalTrials.gov NCT04653532.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».