Non-linear is not superior to linear aerobic training periodization in coronary heart disease patients
Notice bibliographique
Résumé
Background We aimed to compare: (1) two different periodized aerobic training protocols (linear (LP) versus non-linear (NLP)) on the cardiopulmonary exercise response in patients with coronary heart disease; (2) the proportion of responders between both training protocols. Design A randomized controlled trial. Methods A total of 39 coronary heart disease patients completed either LP ( n = 20, 65 ± 10 years) or NLP ( n = 19, 66 ± 5 years). All patients completed a cardiopulmonary exercise testing with gas exchange measurements. Patients underwent a 12-week supervised exercise program including an isoenergetic aerobic periodized training and a similar resistance training program, 3 times/week. Weekly energy expenditure was constantly increased in the LP group for the aerobic training, while it was deeply increased and intercepted with a recovery week each fourth week in the NLP group. Peak oxygen uptake (peak V̇O 2 ), oxygen uptake efficiency slope, ventilatory efficiency slope (V̇E/V̇CO 2 slope), V̇O 2 at the first (VT 1 ) and second (VT 2 ) ventilatory thresholds, and oxygen pulse (O 2 pulse) were measured. Responders were determined according the median value of the Δpeak V̇O 2 (mL.min −1 .kg −1 ). Results We found similar improvement for peak V̇O 2 (LP: +8.1%, NLP: +5.3%, interaction: p = 0.37; time: p < 0.001) and for oxygen uptake efficiency slope, VT 1 , VT 2 and O 2 pulse in both groups (interaction: p > 0.05; time: p < 0.05) with a greater effect size in the LP group. The proportion of non-, low and high responders was similar between groups ( p = 0.29). Conclusion In contrast to the athletes, more variation (NLP) does not seem necessary for greater cardiopulmonary adaptations in coronary heart disease patients.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».