MétaCan
Menu
Retour à la cohorte
Enregistrement W3162009696 · doi:10.3389/fphys.2021.656909

Exercising for Insulin Sensitivity – Is There a Mechanistic Relationship With Quantitative Changes in Skeletal Muscle Mass?

2021· review· en· W3162009696 sur OpenAlexafffund
Jasmine Paquin, Jean‐Christophe Lagacé, Martin Brochu, Isabelle J. Dionne

Notice bibliographique

RevueFrontiers in Physiology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGlucose homeostasisInsulin resistanceHomeostasisMuscle hypertrophySkeletal muscleNarrative reviewInsulin sensitivityInsulinModalitiesCarbohydrate metabolismEndocrinologyMetabolic syndromeInternal medicineMedicineBiologyBioinformaticsDiabetes mellitusIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Skeletal muscle (SM) tissue has been repetitively shown to play a major role in whole-body glucose homeostasis and overall metabolic health. Hence, SM hypertrophy through resistance training (RT) has been suggested to be favorable to glucose homeostasis in different populations, from young healthy to type 2 diabetic (T2D) individuals. While RT has been shown to contribute to improved metabolic health, including insulin sensitivity surrogates, in multiple studies, a universal understanding of a mechanistic explanation is currently lacking. Furthermore, exercised-improved glucose homeostasis and quantitative changes of SM mass have been hypothesized to be concurrent but not necessarily causally associated. With a straightforward focus on exercise interventions, this narrative review aims to highlight the current level of evidence of the impact of SM hypertrophy on glucose homeostasis, as well various mechanisms that are likely to explain those effects. These mechanistic insights could provide a strengthened rationale for future research assessing alternative RT strategies to the current classical modalities, such as low-load, high repetition RT or high-volume circuit-style RT, in metabolically impaired populations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,060
Tête enseignante GPT0,341
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetAdipose Tissue and MetabolismTravaux en français237 207