Impact of 4 weeks of interval training on resting metabolic rate, fitness, and health-related outcomes
Notice bibliographique
Résumé
Resting metabolic rate (RMR) and substrate oxidation (respiratory exchange ratio; RER) are important indicators of health. The effects of interval training on RMR have not been thoroughly investigated, which was the purpose of the present study. Thirty men and women (mean ± SD age and maximal oxygen uptake: 28.8 ± 7.6 years and 33.0 ± 8.3 mL·kg −1 ·min −1 ) completed 4 weeks of Wingate-based sprint interval training (SIT), repeated 1-min high-intensity intervals (HIIT), or served as controls. Before and after training, RMR, resting RER, maximal oxygen uptake, body composition, physical activity, and energy intake were recorded. Data were analyzed using a repeated-measures ANOVA. RMR increased in response to 4 weeks of SIT training (1789 ± 293 to 1855 ± 320 kcal·day −1 ; p = 0.003) but did not increase after HIIT (1670 ± 324 to 1704 ± 329 kcal·day −1 ; p = 0.06). While SIT increased RMR by ∼2× the magnitude of HIIT, the difference was not significant (p = 0.5). Fasting substrate oxidation and RER did not change (p > 0.05). Maximal oxygen uptake increased, and small changes were also observed in percent body fat and fat mass (p < 0.05 for all). In conclusion, SIT provided a time-efficient stimulus to increase RMR after 4 weeks in healthy adults. However, the clinical relevance of the changes observed in this study remains to be determined. Further studies should be conducted in obese individuals and those with diabetes or insulin resistance to examine if interval training (≥4 weeks) influences resting metabolic rate in magnitudes similar to that reported here.
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) | 0,002 | 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 ».