MétaCan
Menu
← Retour à la cohorte
Enregistrement W2954805894 · doi:10.1249/01.mss.0000563058.99349.b7

The Effect Of Exercise Training And Increasing Non-exercise Physical Activity On Glyca Levels

2019· article· en· W2954805894 sur OpenAlexaff
Damon L. Swift, Joshua E. McGee, Lesley D. Lutes

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipokines, Inflammation, and Metabolic Diseases
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAerobic exercisePhysical therapyMedicinePhysical fitnessVO2 maxInternal medicineHeart rateBlood pressure

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Aerobic training has been shown to have a beneficial effect on GlycA, which is a marker of inflammation. However, it has not been previously reported if an intervention with aerobic training and increasing non-exercise physical activity can further reduce GlycA. Thus, the purpose of the present study is to determine the impact of the combination of aerobic training and increasing non-exercise physical activity on GlycA levels compared to aerobic training alone in obese adults. METHODS: Obese adults (N=30) were randomized to an aerobic training, (AERO), aerobic training and increasing non-exercise physical activity, (AERO-PA) or a control (CON) group for 6 months. Both exercise groups performed supervised aerobic training (50%-75% VO2 max) at a dose of 12 kcals per kg per week. Along with exercise training, the AERO-PA group had the goal of increasing non-exercise physical activity ~3,000 steps above baseline levels. Archived blood samples were obtained at baseline and at follow-up and subsequently analyzed by LipoScience for GlycA after the completion of the study (LabCorp, Morrisville, NC). An ANCOVA was used to evaluate the change in GlycA across the intervention groups with adjustment for the baseline value. Person correlations were run to evaluate the change in GlycA with weight, body composition, and fitness variables. RESULTS: Significant within groups reductions in GlycA were observed in the AERO (-43.1 μmol/L, CI:-74.1 to -12.2) and the AERO-PA groups (-31.2 μmol/L, CI: -61.2 to -1.1), but this change was not significant compared to the CON group (-15.4 μmol/L, CI: -41.8 to 11.0). The change in GlycA in exercisers was not associated with the change in fitness (r=-0.18, p=0.47), waist circumference (r=-0.37 p=0.13), weight (r=-0.31, p=0.21), body fat (r=-0.28, p=0.26) or change in steps of non-exercise physical activity (r=0.35, p=0.16). CONCLUSION: Neither aerobic exercise training or aerobic training and increasing non-exercise physical activity reduced inflammation levels in obese adults measured by GlycA. Changes in GlycA are not associated with body composition, non-exercise physical activity, or fitness changes associated with aerobic exercise training.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,293
Écart entre enseignants0,278 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetAdipokines, Inflammation, and Metabolic Diseases→Travaux en français237 207→