MétaCan
Menu
Retour à la cohorte
Enregistrement W3045003746 · doi:10.3390/nu12082231

Weight Loss after 12 Weeks of Exercise and/or Nutritional Guidance Is Not Obligatory for Induced Changes in Local Fat/Lean Mass Indexes in Adults with Excess of Adiposity

2020· article· en· W3045003746 sur OpenAlexfundno aff
Robinson Ramírez‐Vélez, Míkel Izquierdo, Karem Castro-Astudillo, Carolina Medrano-Mena, Rocío Vega, Héctor Reynaldo Triana-Reina, María Correa‐Rodríguez

Notice bibliographique

RevueNutrients · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensnon disponible
Organismes subventionnairesMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaUniversidad del RosarioUniversidad Pública de NavarraInstituto de Salud Carlos IIIEgg Farmers of Canada
Mots-clésHigh-intensity interval trainingInterval trainingLean body massMedicineWeight lossTrunkFat massObesityBody mass indexInternal medicinePhysical therapyEndocrinologyAnimal scienceBody weightBiology

Résumé

récupéré en direct d'OpenAlex

The objectives of this secondary analysis are (1) to investigate the differential effects of exercise training modalities–high-intensity interval training (HIIT), resistance training (RT), combined training (CT = HIIT + RT), and/or nutritional guidance (NG) alone–on local fat/lean mass indexes in adults with excess of adiposity; (2) to identify the individual patterns of response based on either a clinical criterion of weight loss (≥5%) and/or technical error (TE) of measurement of local fat/lean mass indexes; and (3) to assess the individual change for body composition parameters assigned either to HIIT, RT, CT, and/or NG groups utilizing a TE. A 12-week trial was conducted in 55 participants randomized to one of the four interventions. The primary outcome was clinical change in body weight (i.e., weight loss of ≥5%). Secondary outcomes included change in ratio of android and gynoid fat mass, as well as local fat and lean mass indexes (arms, trunk, and legs), before and after intervention. The main findings from the current analysis revealed that (i) after 12 weeks of follow-up, significant decreases in several body composition indexes were found including body weight, arm, trunk, and legs fat mass, and android and gynecoid fat mass were observed in HIIT, RT, and CT groups (p < 0.05); (ii) a significant proportion of individuals showed a positive response following 12 weeks of training, led by the HIIT group with 44% and followed by RT with 39% in 9 indexes; (iii) the HIIT group showed lowest rates of adverse responders with (6%); and (iv) the individual patterns of response utilizing clinically meaningful weight loss were not necessarily associated with the corresponding individual training-induced changes in body composition indexes in adults with excess of adiposity. Overall, the study suggests that HIIT has an important ability to reduce the prevalence of non-response to improve body composition indexes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil0,638

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,263
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetBody Composition Measurement TechniquesTravaux en français237 207