12 weeks of strength training improves fluid cognition in older adults: A nonrandomized pilot trial
Notice bibliographique
Résumé
OBJECTIVES: Resistance training (RT) is a promising strategy to slow or prevent fluid cognitive decline during aging. However, the effects of strength-specific RT programs have received little attention. The purpose of this single-group proof of concept clinical trial was to determine whether a 12-week strength training (ST) program could improve fluid cognition in healthy older adults 60 to 80 years of age, and to explore concomitant physiological and psychological changes. METHODS: Twenty participants (69.1 ± 5.8 years, 14 women) completed this study with no drop-outs or severe adverse events. Baseline assessments were completed before an initial 12-week control period, then participants were re-tested at pre-intervention and after the 12-week ST intervention. The NIH Toolbox Cognition Battery and standard physical and psychological measures were administered at all three time points. During the 36 sessions of periodized ST (3 sessions per week), participants were supervised by an exercise specialist and challenged via autoregulatory load progression. RESULTS: Test-retest reliability over the control period was good for fluid cognition and excellent for crystallized cognition. Fluid composite scores significantly increased from pre- to post-intervention (8.2 ± 6.1%, p < 0.01, d = 1.27), while crystallized composite scores did not (-0.5 ± 2.8%, p = 0.46, d = -0.34). Performance on individual fluid instruments, including executive function, attention, working memory, and processing speed, also significantly improved. Surprisingly, changes in fluid composite scores had small negative correlations with changes in muscular strength and sleep quality, but a small positive correlation with changes in muscular power. CONCLUSIONS: Thus, improvements in fluid cognition can be safely achieved in older adults using a 12-week high-intensity ST program, but further controlled studies are needed to confirm these findings. Furthermore, the relationship with other widespread physiological and psychological benefits remains unclear.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».