Effect of a high-protein energy-restricted diet combined with resistance training on metabolic profile in older individuals with metabolic impairments
Notice bibliographique
Résumé
Adequate protein intake and resistance training are effective strategies to maintain muscle mass, but the effect of their combination on metabolic profile during weight loss remains to be determined in older adults. The main objective of this study was to determine the effect of a 16-week high-protein caloric restriction combined with resistance training on chronic disease risk factors in obese older individuals with metabolic impairments. A total of 26 overweight adults aged between 60 and 75 years (BMI 32.4 ± 3.9 kg/m2) with at least 2 factors of the metabolic syndrome participated in this study and were randomized into two groups: 1) high-protein caloric restriction (HP; n= 12) and 2) high-protein caloric restriction combined with dynamic-resistance training (HP+RT; n=14). Caloric intake was reduced by 500 kcal/d in all participants and protein intake equated 25-30% of total calories (~1.4 g/kg/d). Exercise training consisted of 3 session/week of resistance training on pulley machines. Outcome measures included total and trunk fat mass (FM), total and appendicular lean body mass (LBM), fasting glucose level, lipid profile and blood pressure. Our results showed that total and trunk FM (all p<0.0001) as well as fasting glucose (p<0.0001), triglycerides (p=0.002) and total cholesterol (p=0.03) levels decreased similarly in both groups. However, total (p=0.04) and appendicular (p=0.02) LBM decreased in the HP group only. Our data show that high-protein energy restriction improves health profile of obese elderly at high risk of chronic disease but needs to be combined with resistance training to maintain LBM.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».