A whey protein-based multi-ingredient nutritional supplement stimulates gains in lean body mass and strength in healthy older men: A randomized controlled trial
Notice bibliographique
Résumé
Protein and other compounds can exert anabolic effects on skeletal muscle, particularly in conjunction with exercise. The objective of this study was to evaluate the efficacy of twice daily consumption of a protein-based, multi-ingredient nutritional supplement to increase strength and lean mass independent of, and in combination with, exercise in healthy older men. Forty-nine healthy older men (age: 73 ± 1 years [mean ± SEM]; BMI: 28.5 ± 1.5 kg/m2) were randomly allocated to 20 weeks of twice daily consumption of either a nutritional supplement (SUPP; n = 25; 30 g whey protein, 2.5 g creatine, 500 IU vitamin D, 400 mg calcium, and 1500 mg n-3 PUFA with 700 mg as eicosapentanoic acid and 445 mg as docosahexanoic acid); or a control (n = 24; CON; 22 g of maltodextrin). The study had two phases. Phase 1 was 6 weeks of SUPP or CON alone. Phase 2 was a 12 week continuation of the SUPP/CON but in combination with exercise: SUPP + EX or CON + EX. Isotonic strength (one repetition maximum [1RM]) and lean body mass (LBM) were the primary outcomes. In Phase 1 only the SUPP group gained strength (Σ1RM, SUPP: +14 ± 4 kg, CON: +3 ± 2 kg, P < 0.001) and lean mass (LBM, +1.2 ± 0.3 kg, CON: -0.1 ± 0.2 kg, P < 0.001). Although both groups gained strength during Phase 2, upon completion of the study upper body strength was greater in the SUPP group compared to the CON group (Σ upper body 1RM: 119 ± 4 vs. 109 ± 5 kg, P = 0.039). We conclude that twice daily consumption of a multi-ingredient nutritional supplement increased muscle strength and lean mass in older men. Increases in strength were enhanced further with exercise training. TRIAL REGISTRATION: ClinicalTrials.gov NCT02281331.
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 | 0,001 |
| 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 ».