RESISTANCE TRAINING AND THE GH/IGF-1 AXIS IN WOMEN
Notice bibliographique
Résumé
Declining levels of anabolic hormones such as growth hormone (GH) and insulin-like growth factor-1 (IGF-1) may exacerbate age-related losses of lean body mass and physical function in women. Exercise can stimulate the GH/IGF-1 axis, however, the response may be affected by age, estrogen levels, and training status. PURPOSE To examine the effect of resistance training on the GH and IGF-1 response to exercise in women of different ages and estrogen levels. METHODS 45 subjects were recruited: 16 postmenopausal women using supplemental estrogen (HRT), 16 postmenopausal women not using estrogen (NHRT), and 13 young, premenopausal women (YW). Subjects in each group were randomly selected into a 12-week resistance training program (RT) or a control group (C). At weeks 0 and 13, subjects completed 2 sets of 10 reps of 8 exercises at 10RM intensity. Preexercise, post-exercise and 15 minute recovery blood samples were analyzed for plasma lactate and serum levels of GH, IGF-1, and estradiol (E2). YW were tested in the early follicular phase of their menstrual cycle. Group, time, and week comparisons were made using repeated measures ANOVA. RESULTS Resting E2 levels were significantly different between all groups (p < 0.01) with HRT having the highest and NHRT having the lowest. Post-exercise lactate was significantly greater at week 13 compared to week 0 (p < 0.01). GH increased significantly in response to the exercise session (p < 0.01). Post-exercise GH concentrations did not differ between groups, however, the relative change after exercise was greater in the YW-RT group compared to all other groups (p < 0.05). IGF-1 concentrations showed a small but significant post-exercise increase (p < 0.01). The relative post-exercise change in IGF-1 was significantly greater after training (p < 0.05) however there were no systematic group differences in IGF-1 responses to exercise. CONCLUSION Training status and exercise intensity appear to have a greater effect than age of E2 levels on the relative GH and IGF-1 responses to exercise. Supported by the Medical Research Fund of NB and NSERC.
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 ».