Two Weekly Sessions of High-Intensity Interval Training Improve Metabolic Syndrome and Hypertriglyceridemic Waist Phenotype in Older Adults: A Randomized Controlled Trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Exercise training provides physiological benefits for maintaining good health. A common exercise strategy is high-intensity interval training (HIIT). HIIT may alleviate metabolic syndrome (MetS) and hypertriglyceridemic waist (HTGW) phenotype, but remains largely unstudied in ageing participants. The aim of this research was to investigate the impact of 2 weekly HIIT sessions on MetS markers and HTGW-related factors in older adults. Methods: In this randomized controlled trial, 140 older men and women were randomized into two groups, the experimental group (EG), and the control group (CG). The EG performed 2 weekly sessions of HIIT during 12 weeks. HIIT sessions consisted of 40 min treadmill running/walking: a 10 min warm-up at 50%–60% of maximum heart rate (HRmax), followed by 10 sets of 1 min bouts at 85%–90% of HRmax interspersed with 1 min walking at self-selected pace (totaling 20 min), and 10 min cool-down walking at self-selected pace. The CG did not perform any type of intense exercise during the intervention period. Results: Participants in the EG of both sexes decreased MetS, HTGW, blood pressure, cholesterol, and glycemia (P < 0.05). After training, the number of hypertensive men decreased by 100% and women by 70%. There was a 75% reduction in women with diabetes, a 100% reduction in MetS indicators and over 80% reduction in HTGW in participants of both sexes. Conclusion: Two weekly sessions of HIIT proved to be feasible and effective to induce clinically relevant improvements in MetS and HTGW indicators.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle