Effects of Protein-Rich Nutritional Composition Supplementation on Sarcopenia Indices and Physical Activity during Resistance Exercise Training in Older Women with Knee Osteoarthritis
Notice bibliographique
Résumé
Older adults with knee osteoarthritis (KOA) are at high risk of sarcopenia. Protein-rich nutritional composition supplementation (PS) combined with resistance exercise training (RET) improves muscle gains and facilitates physical activity in older adults. However, whether PS augments the effects of RET on muscle mass and PA in patients with KOA remains unclear. Therefore, this study identified the effects of PS on sarcopenic indices and PA in older women with KOA subjected to an RET program. Eligible older women aged 60–85 years and diagnosed as having KOA were randomly assigned to either the experimental group (EG) or the control group (CG). Both groups performed RET twice a week for 12 weeks. The EG received additional PS during this period. Outcome measures included appendicular lean mass index, walking speed, physical activity, and scores on the Western Ontario and McMaster Universities Osteoarthritis Index—WOMAC). All measures were tested at baseline and after intervention. With participant characteristics and baseline scores as covariates, analysis of variance was performed to identify between-group differences in changes in all outcome measures after intervention. Statistical significance was defined as p < 0.05. Compared with the CG, the EG achieved greater changes in appendicular lean mass index (adjusted mean difference (aMD) = 0.19 kg/m2, p < 0.01), physical activity (aMD = 30.0 MET-hour/week, p < 0.001), walking speed (aMD = 0.09 m/s, p < 0.05), and WOMAC global function (aMD = −8.21, p < 0.001) after intervention. In conclusion, PS exerted augmentative effects on sarcopenic indices, physical activity, and perceived global WOMAC score in older women with KOA through 12 weeks of RET.
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) | 0,000 | 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) | 0,000 | 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 ».