Effect of Endurance Exercise on Hepatic Lipid Content, Enzymes, and Adiposity in Men and Women
Notice bibliographique
Résumé
Obesity and physical inactivity are independent risk factors for the development of nonalcoholic fatty liver disease (NAFLD). We determined the effect of endurance exercise training on hepatic lipid content and hepatic enzyme concentration in men and women. Waist circumference (WC), percent body fat (BF), computed tomography (CT) scans for liver attenuation (inverse relationship with hepatic lipid), bilirubin, alanine aminotransferase (ALT), and gamma-glutamyltransferase (GGT) plasma concentrations were measured before and after 12 weeks of endurance training in 41 lean and obese men and women. Exercise training did not change liver attenuation, body weight, percent BF, bilirubin, or ALT concentration, but did lower WC (P < 0.0001), and decreased GGT in men only (P = 0.01). Obese subjects had a lower liver attenuation than lean subjects (P = 0.04). Obese women had lower ALT than obese men (P = 0.03). GGT was lower in women before and after training. WC was positively correlated with GGT (r = 0.32, P = 0.003) and ALT (r = 0.320, P = 0.004) and negatively correlated with liver attenuation (r = -0.340, P = 0.03). Percent BF was negatively correlated with bilirubin (r = -0.374, P = 0.005). Liver attenuation was negatively correlated with ALT (r = -0.405, P = 0.003). Short-term endurance training without weight loss does not alter hepatic lipid content. There was a strong relationship between GGT/ALT and body composition (percent BF) as well as between ALT and hepatic lipid content.
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 | 0,000 | 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 ».