Alternating high-intensity interval training and continuous training is efficacious in improving cardiometabolic health in obese middle-aged men
Notice bibliographique
Résumé
High-intensity interval training (HIIT) or moderate-intensity continuous training (MICT) alone has been shown to improve metabolic health, but the effects of alternating the two training approaches as often practiced in real life remained unclear. The purpose of the current study was to examine the effects of HIIT or MICT alone or alternating HIIT-MICT on cardiometabolic responses in inactive obese middle-aged men. Forty-two participants (age: 42 ± 5 y; BMI: 26.3 ± 2.1 kg m−2) were randomly assigned to four groups: HIIT (12 x 1-min running bouts at 80–90% HRmax interspersed with 1-min active recovery at 50% HRmax), MICT (40-min brisk walk at 65–70% HRmax), alternating HIIT-MICT or a non-exercise control group (CON). Exercise sessions were conducted three times per week for 16 weeks. Maximal oxygen uptake (VO2max), body composition (by bioelectrical impedance analysis), blood pressure, fasting blood glucose, insulin resistance (HOMA-IR) and lipid profile were assessed at baseline and after the 16-week intervention. Enjoyment and self-efficacy were also assessed at the end of intervention. All exercise groups showed a similar VO2max increase of ∼15% (HIIT: 34.3 ± 4.4 vs 39.1 ± 5.4; MICT: 34.9 ± 5.0 vs 39.4 ± 7.2; and alternating HIIT-MICT: 34.4 ± 5.0 vs 40.3 ± 4.6 mL kg−1min−1) compared to baseline and CON (all p < 0.05). Weight, BMI, % fat and waist circumference also showed similar reductions in all exercise groups compared to baseline and CON (all p < 0.05). No significant group difference was observed for all blood markers. Compared to baseline, total cholesterol decreased after HIIT-MICT, while HIIT significantly decreased fasting insulin level and improved insulin resistance (p < 0.05). Enjoyment, self-efficacy and adherence were similar among all exercise groups. HIIT or MICT alone or alternating HIIT-MICT similarly improve cardiovascular fitness and body composition in obese middle-aged men despite differences in total training volume and time commitment.
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 | 0,000 | 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 | 0,001 |
| 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 ».