Association between exercise-induced change in body composition and change in cardiometabolic risk factors in postmenopausal South Asian women
Notice bibliographique
Résumé
The South Asian population suffers from a high prevalence of type 2 diabetes and cardiovascular disease (CVD). A unique obesity phenotype of elevated visceral adipose tissue (VAT) is associated with CVD risk among South Asians. Exercise-induced reduction in VAT and body fat is an effective mechanism to improve cardiometabolic risk factors but this has not been shown in South Asians. Whether exercise-induced changes in measurements such as waist circumference (WC) are independently related to changes in cardiometabolic risk factors in South Asians is unknown. Multi-slice computed tomography scanning was used to assess VAT, cardiometabolic risk factors through a fasting blood sample, and body fat using dual-energy X-ray absorptiometry. Forty- nine postmenopausal South Asian women who participated in two 12-week aerobic exercise programs were included. Bivariate correlations were used to assess associations between change in cardiometabolic risk factors and change in body composition. Regression analyses were conducted with change in glucose, insulin, and homeostatic model assessment of insulin resistance (HOMA-IR) as dependent variables and change in body composition as independent variables of interest. There were significant associations between changes in fasting insulin, glucose, and HOMA-IR with change in VAT. The association between change in VAT and these cardiometabolic risk factors was independent of change in other body composition variables of interest. South Asian women should be encouraged to engage in aerobic activity to reduce their risk of type 2 diabetes and CVD, and physicians should be aware of improvements in glucose regulation with exercise training not observed through reductions in WC.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».