Serum Lipoproteins in Overweight/Obese Postmenopausal Women
Notice bibliographique
Résumé
INTRODUCTION: This analysis was conducted to study the effect of a 1-yr moderate-intensity aerobic exercise program on serum lipoproteins among overweight/obese postmenopausal women. METHODS: We randomized 173 sedentary (VO2max = 20.2 mL.kg(-1).min(-1)), overweight/obese women (body mass index (BMI) 25.0-42.0 kg.m(-2) or body fat > 33% if BMI 24.0-25.0) aged 50-75 yr, not using hormone therapy, living in the Seattle area, to an exercise intervention or stretching control group. The exercise intervention included facility and home-based exercise (45 min, 5 d.wk(-1) of moderate-intensity sports or recreational exercise). Total cholesterol (TC), triglycerides, and high-density lipoprotein (HDL) were determined by chemical assay; low-density lipoprotein (LDL) was then calculated. RESULTS: Of the 173 women, 170 (98.3%) completed the study with exercisers averaging 176 (SD 91) min.wk(-1) of moderate- to vigorous-intensity (60%-75% HRmax) exercise, expending approximately 3828 kJ.wk(-1) (SD 2053). Exercisers, compared with stretchers, significantly increased their VO2max (+11%, P<0.001) and lost more body weight (-1.4 kg, P < 0.05), DEXA-% total body fat (-1.0, P < 0.005), L4-5 computed tomography intraabdominal fat (-8.6 cm2, P < 0.05) and subcutaneous abdominal fat (-28.8 cm2, P < 0.005) after 12 months. Mean (SD) baseline lipoprotein levels for TC, LDL, HDL, and triglycerides were 231 (39), 152 (39), 52 (12), and 135 (65) mg.dL(-1), respectively. We observed no significant change in serum lipoprotein levels among exercisers compared with stretchers at either 3 or 12 months postrandomization. We did not observe a statistically significant effect of exercise on serum lipoproteins in subgroups that changed their intraabdominal and subcutaneous fat, percent total body fat, or VO2max the most, or that adhered to the exercise regimen the most over 1 yr. CONCLUSION: It appears that a year long moderate-intensity exercise program alone does not significantly alter serum lipoprotein levels among overweight/obese postmenopausal 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 | 0,001 |
| 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 ».