Synergic effect of phytoestrogens and exercise training on cardiovascular risk profile in exercise-responder postmenopausal women
Notice bibliographique
Résumé
OBJECTIVE: We showed that isoflavones and exercise improve total and abdominal fat mass (FM) to a greater extent than does exercise alone in postmenopausal women, but not other cardiovascular disease (CVD) risk factors. Fat-free mass (FFM) showed a wide variability of responses, with 60% of women having increased FFM and 40% having decreased FFM. We thus wondered if women who had decreased FFM could be considered as nonresponders (NRs) to exercise and if this masked a potential synergistic effect of phytoestrogens (PHY) and exercise. The aim of this study was to verify if PHYs enhance the response obtained after aerobic and resistance exercises in CVD risk profile in exercise responders. METHODS: Among 21 women who participated in a 6-month exercise program and received PHY or placebo (PLA), 14 were exercise responders (PHY, n = 8; PLA, n = 6) whereas 7 were NRs. Body weight, waist circumference, FM, and FFM were assessed (dual-energy x-ray absorptiometry). Plasma glucose, insulin, sex hormone-binding globulin, and testosterone levels were obtained after a 12-hour overnight fast. Total energy intake was measured with a 3-day dietary record. All measurements were performed before and after the intervention. RESULTS: After exercise training, the PHY and PLA groups, but not the NR group, had increased FFM (0.01 < P < 0.03). On the other hand, body weight, FM, and systolic and diastolic blood pressure (0.01 < P < 0.05) decreased in the PHY group only. Furthermore, plasma insulin level (P = 0.04) and homeostasis model assessment significantly decreased (P = 0.03) while plasma sex hormone-binding globulin increased (P = 0.04) after training in the PHY group, whereas energy intake remained unchanged in both groups (0.10 < P < 0.59) after the intervention. CONCLUSION: PHYs combined with exercise compared with exercise alone seem to improve body composition and CVD risk profile in exercise-responder women.
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 ».