Creatine Supplementation During Resistance Training Does Not Lead to Greater Bone Mineral Density in Older Humans: A Brief Meta-Analysis
Notice bibliographique
Résumé
Creatine supplementation during resistance training has potential beneficial effects on properties of bone in aging adults. We systematically reviewed randomized controlled trials (RCTs) investigating the effect of creatine supplementation combined with resistance training on bone mineral density (BMD) in aging adults. We searched PubMed and SPORTDiscus databases and included RCTs of ≥ 3 months duration that examined the combined effect of creatine and resistance training on bone mineral in adults > 50 years of age or postmenopausal. Meta-analyses were performed when applicable trials were available on whole body and clinically important bone sites. Five trials met inclusion criteria with a total of 193 participants. Two of the studies reported significant benefits of creatine supplementation and resistance training compared to resistance training alone on bone. Meta-analyses revealed no greater effect of creatine and resistance training compared to resistance training alone on whole body BMD (MD: 0.00, 95% CI -0.01 – 0.01, p = 0.50), hip BMD (MD -0.01, 95% CI -0.02 – 0.01, p = 0.26), femoral neck BMD (MD 0.00, 95% CI -0.01 – 0.01, p = 0.71), and lumbar spine BMD (MD 0.01, 95% CI -0.01 – 0.03, p = 0.32). In conclusion, there is a limited number of RCTs examining the effects of creatine supplementation and resistance training on BMD in older adults. Our meta-analyses revealed no significant effect on whole body, hip, femoral neck, or lumbar spine BMD when comparing creatine and resistance training to resistance training alone. Future longer term (>12 month) trials with higher resistance training frequencies (≥ 3 times per week) is warranted.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».