Resistance Training and White Matter Lesion Progression in Older Women: Exploratory Analysis of a 12‐Month Randomized Controlled Trial
Notice bibliographique
Résumé
OBJECTIVES: To assess whether resistance training (RT) slows the progression of white matter lesions (WMLs) in older women. DESIGN: Secondary analysis of a 52-week randomized controlled trial of RT, the Brain Power Study. SETTING: Community center and research center. PARTICIPANTS: Of 155 community-dwelling women aged 65 to 75 enrolled in the Brain Power Study, 54 who had evidence of WMLs on magnetic resonance imaging (MRI) at baseline were included in this secondary analysis. INTERVENTION: Participants were randomized to once-weekly RT (1× RT), twice-weekly RT (2× RT), or twice-weekly balance and tone (BAT). Assessors were blinded to participant assignments. MEASUREMENTS: WML volume was measured using MRI at baseline and trial completion. RESULTS: At trial completion, the 2× RT group had significantly lower WML volume than the BAT group (P = .03). There was no significant difference between the BAT group and the 1× RT group at trial completion (P = .77). Among participants in the two RT groups, reduced WML progression over 12 months was significantly associated with maintenance of gait speed (correlation coefficient (r) = -0.31, P = .049) but not with executive functions (r = 0.30; P = .06). CONCLUSION: Engaging in progressive RT may reduce WML progression.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».