Reduced Fat Oxidation During Exercise in Post-Menopausal Overweight-Obese Women with Higher Lipid Accumulation Product Index
Notice bibliographique
Résumé
Abstract Background and Aims The main aim of this study was to analyze how the lipid accumulation affects the whole-body fat oxidation over a range of intensities during a submaximal incremental exercise test in post-menopausal overweight-obese women. Patients and Methods The maximal fat oxidation (MFO), the intensity where the MFO occurs (FatMax), fat oxidation were measured over a range of intensities during a submaximal incremental exercise test through indirect calorimetry in 60 postmenopausal overweight-obese women (aged>49 years; body mass index 28.0 to 39.0 kg/m²). The metabolic profile of participants was evaluated and the LAP index was calculated (waist-58×triglycerides [mmol/L]). A cutoff point of 34.5 was adopted and participant were designed as low LAP index (n=30) or high LAP index (n=30). Results During submaximal exercise postmenopausal overweight-obese women with low LAP index showed a higher fat oxidation at 50% (0.53±0.05 vs. 0.45±0.12 g/min; p=0.01), 60% (0.40±0.06 vs. 0.31±0.16 g/min; p=0.02) and 70% (0.34±0.08 vs. 0.25±0.15 g/min; p=0.03) of VO2Peak than those with high LAP index. No significant difference was observed in carbohydrate oxidation between groups (p>0.05) during exercise. Moreover, a significant difference in absolute MFO (p=0.018), MFO relative to free fat mass (p=0.043) and FatMax (p=0.002) was identified. Conclusion Postmenopausal overweight-obese women who showed unhealthy metabolic phenotype evaluated through LAP index presented low fat oxidation during a submaximal incremental exercise.
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 | 0,000 |
| 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 ».