Effect of supramaximal exercise training on metabolic outcomes in obese adults
Notice bibliographique
Résumé
The purpose of this study was to evaluate the effects of 6 weeks of supramaximal exercise training (SET) on performance variables and metabolic changes in sedentary obese adults.Twenty-four obese adults were randomly allocated into a non-trained (NT) [n = 12; body mass index (BMI) = 33(3)] and SET group [n = 12; BMI = (33(2)]. After baseline metabolic and fitness measurements, the participants completed a 6-week SET intervention. Metabolic, anthropometric, and fitness assessments were repeated post-intervention.For SET, fasting glucose (4.64(0.15) vs. 4.32(0.22) mmol · l–1; P < 0.01), insulin (23.2(4.6) vs. 13.8(3.3) µmol · ml–1; P < 0.01), homoeostasis model assessment-insulin resistance index (4.78(1.2) vs. 2.65(1.5); P < 0.01) and systolic blood pressure (127(3) vs. 120(3) mmHg; P < 0.01) were significantly lower 24-h post-intervention than at baseline and for the NT group, and these changes remained significant at 72-h and 2-weeks post-intervention (P < 0.01, respectively). Interestingly, nonesterified fatty acids (0.62(0.09) vs. 0.71(0.11) mmol · l–1; P < 0.01) and resting fat oxidation rate (57(11) vs. 63(4)%; P < 0.01) increased significantly from baseline 24-h post-intervention in the SET group and from baseline at 72-h (P < 0.01, respectively) and 2-weeks post-intervention (P < 0.01, respectively). Six weeks of SET improved a number of metabolic and vascular risk factors in obese, sedentary adults, highlighting the potential of SET to provide an alternative exercise model for the improvement of metabolic health in this population.
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 | 0,002 | 0,000 |
| 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 | 0,000 |
| 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 ».