A High-Intensity Jump-Based Aquatic Exercise Program Improves Bone Mineral Density and Functional Fitness in Postmenopausal Women
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of this study was to verify the effects of a high-intensity jump-based aquatic exercise (HIIAE) program on bone mass and functional fitness in postmenopausal women. We randomly assigned 25 women (65 ± 7 years) into two groups: Training group (T, n = 15) and Untrained group (Un, n = 10). The T group was submitted to 24 weeks of HIIAE program, where each session lasted for 30 minutes. The following parameters were assessed before and 6 months following the intervention: bone and physical fitness; lumbar spine (LS), total femur (TF), and whole body (WB) bone mineral density (BMD); agility (time up-and-go, TUG); and leg strength (chair stand test, CS). We observed a significant increase (p < 0.01) in LS, (Un: -0.88 ± 3.55, T: 3.71 ± 3.68; %), TF (Un: -1.38 ± 17.76, T: 6.52 ± 2.71; %), and WB (Un: 2.09 ± 3.17, T: 3.23 ± 4.18) BMD in the T group. Regarding functional fitness, the T group showed improvements in both TUG (before: 6.86 ± 1.24 vs. after: 6.22 ± 1.13 seconds; p < 0.05) and CS (before: 16 ± 4 vs. after: 19 ± 5 repetitions; p > 0.05) tests when compared with the U group's TUG (before: 5 ± 1, after: 6 ± 1 seconds; p < 0.05) and CS (before: 20 ± 2, after: 19 ± 2 repetitions; p > 0.05) scores. Our data suggest that a high-intensity, jump-based interval aquatic exercise program is able to improve BMD and functional fitness parameters in postmenopausal women.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle