Resistance Exercise–induced Changes in Muscle Phenotype Are Load Dependent
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
INTRODUCTION: Lower-load (LL), higher-repetition resistance exercise training (RET) can increase muscle mass in a similar degree as higher-load (HL), lower-repetition RET. However, little is known about how LL and HL RET modulate other aspects of the RET phenotype such as satellite cells, myonuclei, and mitochondrial proteins. We aimed to investigate changes in muscle mass, muscle strength, satellite cell activity, myonuclear addition, and mitochondrial protein content after prolonged RET with LL and HL RET. METHODS: We recruited 21 young men and randomly assigned them to perform 10 wk RET (leg press, leg extension, and leg curl) three times per week with the following conditions: 80FAIL (80% one-repetition maximum [1RM] performed to volitional fatigue), 30WM (30%1RM with volume matched to 80FAIL), and 30FAIL (30%1RM to volitional fatigue). Skeletal muscle biopsies were taken from the vastus lateralis pre- and post-RET intervention. RESULTS: After 10 wk of RET, only 30FAIL and 80FAIL showed an increase in peak torque and type I fiber cross-sectional area (P < 0.05). Moreover, only 30FAIL resulted in a significant decrease in the myonuclear domain of type II muscle fibers and an increase in mitochondrial proteins related to autophagy, fission, and fusion (all P < 0.05). CONCLUSION: We discovered that LL RET was effective at increasing the content of several mitochondrial proteins. Similar to previous research, we found that changes in muscle mass and strength were independent of load when repetitions were performed to volitional fatigue.
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 | 0,001 | 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