Resistance Exercise Training as a Primary Countermeasure to Age-Related Chronic Disease
Notice bibliographique
Résumé
Age is a primary risk factor for a number of chronic diseases including mobility disability, cardiovascular disease (CVD), type 2 diabetes (T2D), and cancer. Most physical activity guidelines emphasize the performance of 150 min of moderate-to-vigorous or 75 min of vigorous aerobic exercise training (AET) weekly for reduction of chronic disease risk. Nonetheless, there is an emerging body of evidence showing that resistance exercise training (RET) appears to be as effective as AET in reducing risk of several chronic diseases. It may also be that RET is more effective than AET in some regards; the converse is likely also true. We posit that the perceived divergent exercise mode-dependent health benefits of AET and RET are likely small in most cases. In this short review, our aim is to examine evidence of associations between the performance of RET and chronic health disease risk (mobility disability, T2D, CVD, cancer). We also postulate on how RET may be influencing chronic disease risk and how it is a critical component for healthy aging. Accumulating evidence points to RET as a potent and robust preventive strategy against a number of chronic diseases traditionally associated with the performance of AET, but evidence favors RET as a potent countermeasure against declines in mobility. On the basis of this review we propose that the promotion of RET should assume a more prominent position in exercise guidelines particularly for older persons.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».