Effect of Resistance Training and Various Sources of Protein Supplementation on Body Fat Mass and Metabolic Profile in Sarcopenic Overweight Older Adult Men: A Pilot Study
Notice bibliographique
Résumé
The decrease in resting energy expenditure (REE) and fat oxidation with aging is associated with an increase in fat mass (FM), and both could be prevented by exercise such as resistance training. Dairy consumption has also been shown to promote FM loss in different subpopulations and to be positively associated with fat oxidation. Therefore, we sought to determine whether resistance exercise combined with dairy supplementation could have an additive impact on FM and energy metabolism, especially in individuals with a deficit in muscle mass. Twenty-six older overweight sarcopenic men (65 ± 5 years old) were recruited for the study. They participated in 4 months of resistance exercise and were randomized into three groups for postexercise shakes (control, dairy, and nondairy isocaloric and isoprotein supplement with 375 ml and ~280 calories per shake). Body composition was measured by dual X-ray absorptiometry and REE by indirect calorimetry. Fasting glucose, insulin, leptin, inflammatory profile, and blood lipid profile were also measured. Significant decreases were observed with FM only in the dairy supplement group; no changes were observed for any other variables. To conclude, FM may decrease without changes in metabolic parameters during resistance training and dairy supplementation with no caloric restriction without having any impact on metabolic properties. More studies are warranted to explain this significant decrease in FM.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».