Strategic creatine supplementation and resistance training in healthy older adults
Notice bibliographique
Résumé
Creatine supplementation in close proximity to resistance training may be an important strategy for increasing muscle mass and strength; however, it is unknown whether creatine supplementation before or after resistance training is more effective for aging adults. Using a double-blind, repeated measures design, older adults (50-71 years) were randomized to 1 of 3 groups: creatine before (CR-B: n = 15; creatine (0.1 g/kg) immediately before resistance training and placebo (0.1 g/kg cornstarch maltodextrin) immediately after resistance training), creatine after (CR-A: n = 12; placebo immediately before resistance training and creatine immediately after resistance training), or placebo (PLA: n = 12; placebo immediately before and immediately after resistance training) for 32 weeks. Prior to and following the study, body composition (lean tissue, fat mass; dual-energy X-ray absorptiometry) and muscle strength (1-repetition maximum leg press and chest press) were assessed. There was an increase over time for lean tissue mass and muscle strength and a decrease in fat mass (p < 0.05). CR-A resulted in greater improvements in lean tissue mass (Δ 3.0 ± 1.9 kg) compared with PLA (Δ 0.5 ± 2.1 kg; p < 0.025). Creatine supplementation, independent of the timing of ingestion, increased muscle strength more than placebo (leg press: CR-B, Δ 36.6 ± 26.6 kg; CR-A, Δ 40.8 ± 38.4 kg; PLA, Δ 5.6 ± 35.1 kg; chest press: CR-B, Δ 15.2 ± 13.0 kg; CR-A, Δ 15.7 ± 12.5 kg; PLA, Δ 1.9 ± 14.7 kg; p < 0.025). Compared with resistance training alone, creatine supplementation improves muscle strength, with greater gains in lean tissue mass resulting from post-exercise creatine supplementation.
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 | 0,000 | 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) | 0,000 | 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 ».