The association between cardiorespiratory fitness and abdominal adiposity in postmenopausal, physically inactive South Asian women
Notice bibliographique
Résumé
In South Asians, a unique obesity phenotype of high abdominal fat is associated with increased cardiovascular risk. Low cardiorespiratory fitness (CRF) is associated with abdominal fat and an increased risk of cardiovascular disease. The purpose of this paper is to determine whether CRF as assessed by VO2 peak, in post-menopausal South Asian women, was associated with body fat distribution and abdominal fat. Physically inactive post-menopausal South Asian women (n = 55) from the Greater Vancouver area were recruited and assessed from January to August 2014. At baseline, VO2 peak was measured with the Bruce Protocol, abdominal fat with CT imaging, and body composition with dual energy X-ray absorptiometry. ANOVA was used to assess differences in subcutaneous abdominal adipose tissue (SAAT), visceral adipose tissue (VAT) and total abdominal adipose tissue (TAAT) between tertiles of CRF. Bivariate correlation and multiple linear regression analyses explored the association between VO2 peak with SAAT, VAT, TAAT and body composition. Models were further adjusted for body fat and body mass index (BMI). Compared to women in the lowest tertile of VO2 peak (13.8-21.8 mL/kg/min), women in the highest tertile (25.0-27.7 mL/kg/min) had significantly lower waist circumference, BMI, total body fat, body fat percentage, lean mass, SAAT, VAT and TAAT (p < 0.05). We found VO2 peak to be negatively associated with SAAT, VAT and TAAT, independent of age and body fatness but not independent of BMI. Further research is necessary to assess whether exercise and therefore improvements in CRF would alter SAAT, VAT and TAAT in post-menopausal South Asian 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».