The effects of high adiposity on concentric and eccentric muscle performance of upper and lower limb musculature in young and older adults
Notice bibliographique
Résumé
The present study uniquely examined the influence of old age and adiposity on maximal concentric and eccentric torque and fatigue of the elbow and knee (KF, KE) flexors and extensors. Forty males were recruited and categorised into young (n = 21, 23.7 ± 3.4) and old (n = 19, 68.3 ± 6.1) and then further into normal (young = 16.9 ± 2.5%, old = 20.6 ± 3.1%) and high adiposity (young = 28.9 ± 5.0%, old = 31.3 ± 4.2%) groups. Handgrip strength, sit-to-stand performance, and isokinetic assessments of peak torque at 60°, 120° and 180°·s −1 were measured. Older men produced significantly less concentric and eccentric peak torque (P < 0.016) but this was not influenced by adiposity (P > 0.055). For KE and KF, high adiposity groups demonstrated reduced peak torque normalised to body mass (P < 0.021), and muscle and contractile mode specific reduction in torque normalised to segmental lean mass. Eccentric fatigue resistance was unaffected by both age and adiposity (P > 0.30) and perceived muscle soreness, measured up to 72 hours after, was only enhanced in the upper body of the young group following eccentric fatigue (P = 0.009). Despite the impact of adiposity on skeletal muscle function being comparable between ages, these results suggest high adiposity will have greater impact on functional performance of older adults. Novelty: Irrespective of age, high adiposity may negatively impact force to body mass ratio and muscle quality in a muscle and contractile mode specific manner. Whilst the magnitude of adiposity effects is similar across ages, the impact for older adults will be more substantial given the age-related decline in muscle function.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».