MétaCan
Menu
← Retour à la cohorte
Enregistrement W2749660930 · doi:10.1139/apnm-2017-0294

Changes in HDL-c concentrations after 16 weeks of combined training in postmenopausal women: characteristics of positive and negative responders

2017· article· en· W2749660930 sur OpenAlexvenueno aff
Tiego Aparecido Diniz, Fabrí­cio Eduardo Rossi, Ana C.S. Fortaleza, Lucas Melo Neves, Diego Giulliano Destro Christófaro, Camila Buonani, Fábio Santos Lira, Eduardo Zapaterra Campos, Wagner Luiz do Prado, Ismael Forte Freitas Júnior

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésInternal medicineEndocrinologyLean body massVery low-density lipoproteinPostmenopausal womenCholesterolMedicineLipoproteinTriglycerideHigh-density lipoproteinChemistryBody weight

Résumé

récupéré en direct d'OpenAlex

This study aimed to investigate the individual characteristics of body composition and metabolic profile that could explain interindividual variation in high-density lipoprotein cholesterol (HDL-c) concentrations in response to 16 weeks of combined strength plus aerobic (combined) training in postmenopausal women. The participants were divided into tertiles based on percentage of changes in HDL-c concentrations after combined training. Only women in the upper tertile (positive responders: Δ > 10.4%; n = 19) and lower tertile (negative responders: Δ < -1.4%; n = 19) were considered for analyses. The total body fat (BF), trunk fat (TF), android fat (AF), gynoid fat, and lean body mass were estimated by dual-energy X-ray absorptiometry. The metabolic profile - glucose, triacylglycerol, total cholesterol, HDL-c, low-density lipoprotein cholesterol, and very-low-density lipoprotein (VLDL) - were assessed. After 16 weeks, both positive and negative responders presented similar improvement in body composition, such as a decrease in percentage and kilograms of BF, TF, and AF, and increase in lean body mass (p value for time < 0.05). As expected, there was an effect of time and also a significant interaction (time vs. group) (p value < 0.001) in the improvement of HDL-c, with higher values for positive responders. Regarding metabolic profile, there were significant interactions (time vs. group) for triacylglycerol (p value = 0.032) and VLDL (p value = 0.027) concentrations, with lower values for positive responders. Our results suggests there is heterogeneity in combined training-induced HDL-c changes in postmenopausal women, and the positive responders were those who presented more pronounced decreases in triacylglycerol and VLDL concentrations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,242
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and Metabolism→Même sujetMuscle metabolism and nutrition→Travaux en français237 207→