Intra‐individual differences in the effect of endurance versus resistance training on vascular function: A cross‐over study
Notice bibliographique
Résumé
We used a within‐subject, cross‐over design study to compare the impact of 4‐weeks' resistance (RT) versus endurance (END) training on vascular function. We subsequently explored the association of intra‐individual effects of RT versus END on vascular function with a single nucleotide polymorphism (SNP) of the NOS3 gene. Thirty‐five healthy males (21 ± 2 years old) were genotyped for the NOS3 rs2070744 SNP and completed both training modalities. Participants completed 12 sessions over a 4‐week period, either RT (leg‐extension) or END (cycling) training in a randomized, balanced cross‐over design with a 3‐week washout period. Participants performed peak oxygen uptake (peak VO 2 ) and leg‐extension single‐repetition maximum (1‐RM) testing, and vascular function assessment using flow‐mediated dilation (FMD) on 3 separated days pre/post‐training. Peak VO 2 increased after END ( p < 0.001), while 1‐RM increased after RT ( p < 0.001). FMD improved after 4‐weeks’ training (time effect: p = 0.006), with no difference between exercise modalities (interaction effect: p = 0.92). No relation was found between individual changes (delta, pre‐post) in FMD to both types of training (R 2 = 0.06, p = 0.14). Intra‐individual changes in FMD following END and RT were associated with the NOS3 SNP, with TT homozygotes significantly favoring only END ( p = 0.016) and TC/CC tending to favor RT only ( p = 0.056). Although both training modes improved vascular function, significant intra‐individual variation in the adaptation of FMD was found. The association with NOS3 genotype suggests a genetic predisposition to FMD adapting to a specific mode of chronic exercise. This study therefore provides novel evidence for personalized exercise training to optimize vascular health.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».