Effects of volume-matched resistance training with different loads on glycemic control, inflammation, and body composition in prediabetic older adults
Notice bibliographique
Résumé
The purpose of the investigation was to examine the influence of resistance training (RT) with equal volume and varying load on glycemic control, inflammation, and body composition in non-obese prediabetic older adults. Non-obese older adults with prediabetes were randomized into 2 groups, high-load (80% of 1RM) and low-load (40% of 1RM) RT (n = 12/group), both with the same training volume. Oral glucose tolerance test (OGTT) and blood samples were collected at baseline and again after 10 weeks of RT. Fasting blood glucose (103.8 vs. 99.9 mg/dL) and the area under the curve (AUC) of OGTT (0–30 min) decreased significantly in older adults with prediabetes after 10 weeks of volume-matched RT (p < 0.05). Serum levels of MCP-1 (138.7 vs. 98.5 pg/mL) and TNF-α (1.8 vs. 1.3 pg/mL) showed significant decrease after 10 weeks of high-load RT (p < 0.05). There were no changes in IL-10, IL-6, and CRP levels in both groups. Leptin showed significant decrease after 10 weeks of low-load RT (p < 0.05). Changes in fasting glucose and AUC of OGTT (0–120 min) were positively correlated with changes in MCP-1 and TNF-α (p < 0.05). Lean body mass (39.6 vs. 40.3 kg) increased significantly after 10 weeks of volume-matched RT (p < 0.05). Results indicate that equal-volume RT at different loads is beneficial to glycemic control and muscle growth, and high-load RT shows more prominent anti-inflammatory effects. Novelty: Short-term high-load resistance training can help older adults bring their blood sugar level back to normal. High-load resistance training attenuates aging-associated chronic inflammation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».