Correlation between the rate of weight loss and changes in body composition in obese postmenopausal women after 5 weeks: a pilot study
Notice bibliographique
Résumé
Approximately 25% of weight lost during restrictive diets (without exercise) is lean body mass (LBM). No study has yet investigated the impact of the rate of weight loss (RWL) on LBM and fat mass (FM). The purpose of this study was to investigate the relationships between the RWL and body composition in older obese women. Twenty obese postmenopausal women aged between 51 and 74 years enrolled in a 5 week dietary weight loss intervention. Subjects were characterized according to their RWL (low RWL < 0.74 kg.week(-1) (n = 9) vs. high RWL > or = 0.74 kg.week(-1) (n = 11)). Total and trunk FM and LBM (by dual-energy X-ray absorptiometry) were measured before and after weight loss. A significant correlation was observed between the RWL (kg.week(-1)) and changes in LBM (kg.week(-1)) (r = 0.75; p = 0.0002). However, no association was observed with changes in FM (kg.week(-1)) (r = 0.40; p = 0.08). Both groups showed a similar decrease in FM (low RWL, -2.7 +/- 0.9 kg,; high RWL, -3.2 +/- 0.8 kg; p = 0.38), whereas losses in LBM were significantly higher in the high RWL than in the low RWL group (-1.6 +/- 1.2 kg vs. -0.4 +/- 1.1 kg; p = 0.05). An RWL > 0.74 kg.week(-1) was associated with a greater loss of LBM, but had no extra benefits on FM after a 5 week weight loss program. Current guidelines, which recommend RWL up to 0.91 kg.week(-1), might not be optimal to prevent decreases in LBM in postmenopausal women when no exercise is added.
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 | 0,002 |
| 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) | 0,001 | 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 ».