Effects of functional training and 2 interdisciplinary interventions on maximal oxygen uptake and weight loss of women with obesity: a randomized clinical trial
Notice bibliographique
Résumé
Our aim was to analyze and compare functional training, interdisciplinary therapy, and interdisciplinary education on cardiorespiratory fitness (CF) and anthropometric characteristics of women with obesity. Forty-four women (age = 39.7 ± 5.9 years, body mass index (BMI) = 35.5 ± 2.8 kg/m2) completed 30 weeks of intervention randomly assigned to 3 groups: functional training (FT) (n = 14), interdisciplinary therapy (IT) (n = 19), and interdisciplinary education (IE) (n = 11). The FT group participated in the training program (3/week), the IT group received the same training intervention plus nutrition (1/week) and psychology advice (1/week) and physical therapy (1/week). The IE group participated in interdisciplinary lectures on topics related to health promotion (1/month). CF (ergospirometry), anthropometry, and body composition (electrical bioimpedance) were measured pre-intervention (Pre) and post-intervention (Post). CF increased (p ≤ 0.05) significantly (Pre vs. Post) in the FT (7.5%) and IT (10.8%) groups, but not in the IE group (1.8%). Body mass (BM), BMI, relative fat mass, and waist circumference significantly (p ≤ 0.05) decreased (Pre vs. Post) in IT (−4.4%, −4.4%, −2.3%, and −5.1%, respectively). The IE group showed a significant decrease in BM (−3.7%), BMI (−3.7%), and waist circumference (−3.5%), whereas the FT group promoted significant decrease in waist circumference (−3.4%). In conclusion, functional training increased CF but only interdisciplinary interventions improved the anthropometric profile of women with obesity. Novelty Interdisciplinary therapy provided more comprehensive adaptations in women with obesity, including morphological variables and CF. Functional training increased CF but reduced only abdominal obesity. Interdisciplinary education provided benefits on morphological variables, but it does not increase CF.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».