Influence of a walking program on the metabolic risk profile of obese postmenopausal women
Notice bibliographique
Résumé
OBJECTIVE: Menopause transition is associated with an increased prevalence of metabolic syndrome (MS), which may partly explain the higher coronary heart disease risk. The aim of this study was to examine the impact of a 16-week walking program on the metabolic risk profile of women 50 to 65 years old whose body mass index ranged from 29 to 35 kg/m. METHODS: A total of 153 postmenopausal women were subjected to three sessions per week of 45-minutes of walking at 60% of their heart rate reserve. At baseline, 46 and 84 women were characterized by one and two or more determinants of MS, respectively, whereas 23 women did not show this condition. Body composition, resting blood pressure, fasting lipid-lipoprotein profile, and cardiorespiratory fitness (CRF) were measured before and after exercise. RESULTS: In the whole sample of 153 women, CRF estimated by V(O2max) increased in response to walking (P < 0.0001). Endurance training promoted body weight and fat mass losses and reduced waist girth and blood pressure, whereas it decreased plasma triglyceride, cholesterol, and low-density lipoprotein cholesterol levels and increased high-density lipoprotein cholesterol concentrations (P < 0.0001). Improvements in lipid-lipoprotein levels were not associated with increases in CRF but seemed to be dependent on reduced body fatness. However, the greatest ameliorations in metabolic risk profile were found in women characterized by two or more determinants of MS at baseline than in the two other groups (0.05 < P < 0.0001). CONCLUSION: A moderate-intensity physical activity is thus sufficient to reduce the metabolic risk profile of postmenopausal women characterized by the presence of one or several clinical features of MS but without overt coronary heart disease.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».