Interval Training with Different Intensities in Overweight/Obese Adolescent Females
Notice bibliographique
Résumé
To compare the effects of 12 weeks of high-intensity interval training (HIIT) versus moderate-intensity interval training (MIIT) on hematological and inflammatory markers in youth females, 38 overweight/obese females (16.4±1.0 yrs.) were randomly assigned to HIIT (2×6-8 repetitions of 30 s at 100-110% maximal aerobic speed (MAS), with 30 s active recovery between repetitions at 50% MAS; n=13), MIIT (2×6-8 repetitions of 30 s at 70-80% MAS, with 30 s active recovery between repetitions at 50% MAS; n=13), and a control group (CG, no intervention; n=12). Body composition, blood pressure, maximal heart rate, hematological and inflammatory markers (C-reactive protein [CRP], and erythrocyte sedimentation rate [ESR]) markers were assessed in all groups before and following the training program. Results revealed a significant (P<0.05) interaction effect for body composition, systolic blood pressure (SBP), MAS, maximal heart rate, and CRP. Within-group analyses for the HIIT and MIIT groups showed significant improvements in body mass (P=0.009 and P=0.025, respectively), BMI Z-score (P=0.011 and P=0.028, respectively), and MAS (P<0.001 and P=0.011, respectively). The HIIT program showed a significant decrease in body fat (P=0.002), waist circumference (P=0.002), maximal heart rate (P=0.003), SBP (P=0.001), and plasma CRP (P=0.004). In both groups, no significant changes were observed in ESR and hematological markers after intervention. No variable changed in CG. HIIT was the effective method to manage cardiometabolic health and inflammatory disorders in obese youth.
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) | 0,000 | 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 ».