The Relationships Between Some Physical Fitness Factors and Muscle Damage in People With Intellectual Disabilities
Notice bibliographique
Résumé
Objectives: The physical component of tasks can be a problem because of muscle weakness; therefore, this research was performed to investigate the relationships between some physical fitness factors and muscle damage enzyme levels in people with mild Intellectual Disabilities (ID). Methods: In this cross-sectional study, 314 students with ID (Body Mass Index [BMI]: 23.42±4.84 kg/m2), after measuring their anthropometric variables (height, weight, and BMI), performed the Canadian Standardized Test of Fitness (CSTF). This test includes flexibility (sit and reach test), muscle endurance (Push-ups and Sit-ups tests), muscle strength (Hand-grip test), and cardiorespiratory endurance (Canada Home Fitness test). Then saliva samples were collected from 20 subjects who were homogeneous for age (Mean±SD: 20.30±2.27 years), sex (male only), and type of ID, for measuring their saliva levels of Creatine Phosphate Kinase (CPK), Lactate Dehydrogenase (LDH), and C-reactive Protein (CRP). Data were analyzed by the Pearson correlation coefficient and linear and nonlinear regressions (P<0.05). Results: The findings indicated significant relationships between some of the physical fitness factors and some enzymes of muscle damage (P<0.05). The results indicated significant relationships between CPK, with push-ups, sit-ups, and hand-grip strength, as well as between the LDH with push-ups and CRP with sit-ups and hand-grip strength (P<0.05). Discussion: According to the results of the present research, CPK, LDH, and CRP saliva levels in males with an ID have a significant relationship with some of the physical fitness components. Also, the results of the present research have provided equations for estimating CPK, LDH, and CRP saliva levels through CSTF battery test scores in people who have an educable ID.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».