High Intensity Interval Training Rapidly Increases Skeletal Muscle Oxidative Capacity In Previously Sedentary Middle-aged Adults
Notice bibliographique
Résumé
There is growing appreciation of the potential for high intensity interval training (HIT) to rapidly stimulate metabolic adaptations that resemble traditional endurance training, despite a low total exercise volume (Exerc Sports Sci Rev 36:58-63, 2008). However, much of this work has been conducted on young active individuals (≤30 yr) and the results may not be generalized to older, less active populations. In addition, many studies have employed "all out“, variable-load exercise interventions (e.g., repeated Wingate Tests) that may not be safe, practical or well tolerated by certain individuals. PURPOSE: To determine the effect of a short program of low-volume, submaximal, constant-load HIT on skeletal muscle metabolic adaptations in sedentary middle-aged individuals who may be at higher risk for inactivity-related disorders. METHODS: Inactive but otherwise healthy men (n = 3) and women (n = 4) with a mean (±SE) age, body mass index and peak oxygen uptake (VO2peak) of 45±2 yr, 27±2 kg·m2 and 30±1 ml·kg-1·min-1 took part in the study. Subjects performed 6 training sessions over 2 wk. Each session consisted of 10 × 1 min cycling at 60% of peak power elicited during a ramp VO2peak test (∼90% of maximal heart rate) with 1 min recovery between intervals. Needle muscle biopsy samples (v. lateralis) were obtained before training and ∼72 h after the final training session. RESULTS: Muscle oxidative capacity, as reflected by the maximal activity of citrate synthase, increased by 22% after training (12.9 ± 0.7 vs. 10.6 ± 0.6 mmol·kg protein-1·h-1), which is comparable to changes previously reported after 2 wk of Wingate-based HIT in young active subjects. CONCLUSIONS: A short program of low-volume, constant-load HIT is a time-efficient strategy to rapidly increase skeletal muscle oxidative capacity in previously sedentary middle-aged men and women. Supported by CIHR.
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 | 0,000 | 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) | 0,001 | 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 ».