Resistance exercise training at different loads in frail and healthy older adults: A randomised feasibility trial
Notice bibliographique
Résumé
OBJECTIVES: This trial aimed to determine the feasibility of recruitment, retention, adherence, and safety of a resistance training (RT) intervention to skeletal muscle failure in both frail and non-frail older adults. DESIGN: An 8-week randomised feasibility trial. SETTING AND PARTICIPANTS: Older adults, with and without frailty, recruited from both clinics and community. METHODS: Recruitment was based on the number of participants enrolled from those provided with a Patient Information Sheet (PIS). Retention was based on the number of participants who completed the trial. Adherence was based on the number of RT sessions attended out of 16. Outcomes included frailty (Fried criteria), muscle strength (maximal voluntary contraction), functional abilities (Short Physical Performance battery), quality of life (EQ-5D-5L), activities of daily living (LIADL) and safety (diary). RESULTS: Recruitment target (n = 60) was achieved within 15 months, 58 were randomised to high (n = 30) or low repetition-load (n = 28) groups. Mean age of participants was 72 years (range 65-93). Adherence and retention rate for the RT intervention was ≥70%. There was one serious adverse experience due to the RT intervention. There were no differences (P > 0.05) in effects of RT on outcome variables between low and high repetition-load groups. CONCLUSIONS AND IMPLICATIONS: Recruitment of frail people was challenging. Older adults performing supervised RT to skeletal muscle failure was feasible and safe, with appropriate caution, and the repetition-load did not appear to influence its efficacy. Future research into the effectiveness of this simplified model of RT is warranted.
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 | 0,000 | 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 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 ».