MétaCan
Menu
Retour à la cohorte
Enregistrement W2911983681 · doi:10.3389/fphys.2019.00019

A Multi-Center Comparison of O2peak Trainability Between Interval Training and Moderate Intensity Continuous Training

2019· article· en· W2911983681 sur OpenAlexaff
Camilla J. Williams, Brendon J. Gurd, Jacob T. Bonafiglia, Sarah Voisin, Zhixiu Li, Nicholas R. Harvey, Ilaria Croci, Jenna L. Taylor, Trishan Gajanand, Joyce S. Ramos, Robert G. Fassett, Jonathan P. Little, Monique E. François, Christopher M. Hearon, Satyam Sarma, Sylvan L. J. E. Janssen, Emeline M. Van Craenenbroeck, Paul Beckers, Véronique Cornelissen, Nele Pattyn, Erin J. Howden, Shelley E. Keating, Anja Bye, Dorthe Stensvold, Ulrik Wisløff, Ioannis Papadimitriou, Xu Yan, David J. Bishop, Nir Eynon, Jeff S. Coombes

Notice bibliographique

RevueFrontiers in Physiology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaQueen's University
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilAustralian Research CouncilBond University
Mots-clésHigh-intensity interval trainingContinuous trainingInterval trainingTraining (meteorology)Intensity (physics)Interval (graph theory)Physical therapyPhysical medicine and rehabilitationMedicineMathematicsPhysicsMeteorology

Résumé

récupéré en direct d'OpenAlex

There is heterogeneity in the observed V̇O2peak response to similar exercise training, and different exercise approaches produce variable degrees of exercise response (trainability). The aim of this study was to combine data from different laboratories to compare V̇O2peak trainability between various volumes of interval training and Moderate Intensity Continuous Training (MICT). For interval training, volumes were classified by the duration of total interval time. High-volume High Intensity Interval Training (HIIT) included studies that had participants complete more than 15 minutes of high intensity efforts per session. Low-volume HIIT/Sprint Interval Training (SIT) included studies using less than 15 minutes of high intensity efforts per session. In total, 677 participants across 18 aerobic exercise training interventions from 8 different universities in 5 countries were included in the analysis. Participants had completed 3 weeks or more of either high-volume HIIT (n=299), low-volume HIIT/SIT (n=116), or MICT (n=262) and were predominately men (n=495) with a mix of healthy, elderly and clinical populations. Each training intervention improved mean V̇O2peak at the group level (p<0.001). After adjusting for covariates, high-volume HIIT had a significantly greater (P<0.05) absolute V̇O2peak increase (0.29 L/min) compared to MICT (0.20 L/min) and low-volume HIIT/SIT (0.18 L/min). Adjusted relative V̇O2peak increase was also significantly greater (P<0.01) in high-volume HIIT (3.3 ml/kg/min) than MICT (2.4 ml/kg/min) and insignificantly greater (P=0.09) than low-volume HIIT/SIT (2.5 mL/kg/min). Based on a high threshold for a likely response (technical error of measurement plus the minimal clinically important difference), high-volume HIIT had significantly more (P<0.01) likely responders (31%) compared to low-volume HIIT/SIT (16%) and MICT (21%). Covariates such as age, sex, the individual study, population group, sessions per week, study duration and the average between pre and post V̇O2peak explained only 17.3% of the variance in V̇O2peak trainability. In conclusion, high-volume HIIT had more likely responders to improvements in V̇O2peak compared to low-volume HIIT/SIT and MICT.

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)0,008
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,295
Écart entre enseignants0,255 · 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'étudeEssai non randomisé
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

Citations113
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetCardiovascular and exercise physiologyTravaux en français237 207