Creatine Monohydrate and Conjugated Linoleic Acid Improve Strength and Body Composition Following Resistance Exercise in Older Adults
Notice bibliographique
Résumé
Aging is associated with lower muscle mass and an increase in body fat. We examined whether creatine monohydrate (CrM) and conjugated linoleic acid (CLA) could enhance strength gains and improve body composition (i.e., increase fat-free mass (FFM); decrease body fat) following resistance exercise training in older adults (>65 y). Men (N = 19) and women (N = 20) completed six months of resistance exercise training with CrM (5g/d)+CLA (6g/d) or placebo with randomized, double blind, allocation. Outcomes included: strength and muscular endurance, functional tasks, body composition (DEXA scan), blood tests (lipids, liver function, CK, glucose, systemic inflammation markers (IL-6, C-reactive protein)), urinary markers of compliance (creatine/creatinine), oxidative stress (8-OH-2dG, 8-isoP) and bone resorption (Nu-telopeptides). Exercise training improved all measurements of functional capacity (P<0.05) and strength (P<0.001), with greater improvement for the CrM+CLA group in most measurements of muscular endurance, isokinetic knee extension strength, FFM, and lower fat mass (P<0.05). Plasma creatinine (P<0.05), but not creatinine clearance, increased for CrM+CLA, with no changes in serum CK activity or liver function tests. Together, this data confirms that supervised resistance exercise training is safe and effective for increasing strength in older adults and that a combination of CrM and CLA can enhance some of the beneficial effects of training over a six-month period. Trial Registration. ClinicalTrials.gov NCT00473902.
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 ».