Short-Term Heavy Resistance Training Eliminates Age-Related Deficits in Muscle Mass and Strength in Healthy Older Males
Notice bibliographique
Résumé
The objective of this investigation was to determine whether short-term heavy resistance training (RT) in healthy older men could eliminate deficits in muscle mass and strength (ST) compared with healthy younger men. Seventeen older men (60-71 yr) performed supervised RT for 22 weeks. Before and after RT, measurements were made for lean tissue mass (LTM), muscle thickness (MT), and ST (leg and bench press 1 repetition maximum) and were compared with values of younger men (n = 22-60 for the different measures, 18-31 yr). Before training, older men had significantly lower (p < 0.05) LTM (58.4 ± 7.0 kg), MT (3.4 ± 0.7 cm), and ST (leg press = 168 ± 33 kg; bench press = 75 ± 18 kg) compared with younger men (LTM 64.3 ± 7.1 kg; MT 4.0 ± 0.8 cm; leg press = 231 ± 54 kg; bench press = 121 ± 31 kg). All deficits were eliminated after 22 weeks of RT (LTM = 60.5 ± 7.6 kg; MT = 4.0 ± 0.7 cm; leg press = 222 ± 48 kg; bench press = 107 ± 19 kg). Short-term, heavy RT in healthy older men is sufficient to overcome deficits in muscle mass and ST when compared with healthy younger men. The practical application from this research is that healthy older men can be prescribed a whole-body heavy RT program to substantially increase muscle mass and ST to levels similar to young, active individuals.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 ».