The effects of combined probiotic ingestion and circuit training on muscular strength and power and cytokine responses in young males
Notice bibliographique
Résumé
To our knowledge, the efficacy of combined probiotic supplementation with circuit training has not been evaluated. Thus, we investigated the effects of probiotic supplementation combined with circuit training on isokinetic muscular strength and power and cytokine responses in young males. Forty-eight healthy sedentary young males were recruited and randomised into 4 separate groups: sedentary placebo control, probiotics (P), circuit training with placebo (CT), and circuit training with probiotics (CTP). Participants in the CT and CTP groups performed circuit training 3 times/week with 2 circuits of exercises from weeks 1–8 followed by 3 circuits of exercises from weeks 9–12. Participants in the P and CTP groups consumed multi-strain probiotics containing 3 × 10 10 colony-forming units of Lactobacillus acidophilus, L. lactis, L. casei, Bifidobacterium longum, B. bifidum and B. infantis twice daily for 12 weeks. Measurements of body height and weight, blood pressure, resting heart rate, blood samples, and isokinetic muscular strength and power were carried out at pre- and post-tests. Isokinetic knee strength and power in CT and CTP groups were significantly higher (P < 0.05) at post-test. In addition, interleukin (IL)-10 concentration was significantly increased (P < 0.0001) at post-test in P and CT but a trend toward significant increase in CTP (P = 0.09). Nevertheless, there was no significant difference in IL-6. This study suggests that 12 weeks of circuit training alone and the combination of circuit training and probiotic consumption improved muscular performance while circuit training alone and probiotics alone increased IL-10 concentration.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».