The Influence of Periodized Resistance Training on Recreationally Active Males with Chronic Nonspecific Low Back Pain
Notice bibliographique
Résumé
The most common musculoskeletal health issue is chronic nonspecific low back pain (CLBP). CLBP increases pain and disability, which reduces quality of life (QoL). Generally, pain, disability, and QoL are improved with a moderate volume and intensity of physical activity. Recently, periodized resistance training (PRT) was shown to be effective at improving CLBP in sedentary young, middle-age, and older adults. The purpose of this study was to determine if PRT would increase strength, reduce pain and disability, and improve QoL in recreationally active, moderately trained middle- and older-age males. Forty-five male subjects were divided according to age into 1 of 3 groups: (a) middle-age exercise (ME), (b) old-age exercise (OE), or (c) control (C). All subjects suffered from CLBP and were considered to be moderately trained, participating in recreational ice hockey for 60 minutes, 2 times per wk(-1) for ∼5 months/year along with other recreational activities. The study ran for 16 weeks (3-week familiarization and 13 weeks of testing and PRT) with 5 repetition maximum testing at baseline and weeks 8 and 12. The PRT program systematically and progressively overloaded all major muscle groups (whole-body workout). The results indicate that middle- and old-age recreationally active males with CLBP respond similarly in magnitude to PRT, with improvements in all outcome measures (strength, pain, disability, QoL) across all time points of the study. Clinical significance (≥ 25%) in outcome measures was reached on most variables for the ME and OE groups. The results suggest that PRT may be effectively applied as rehabilitation for moderately trained recreational athletes with CLBP.
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 | 0,004 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».