The Physiological Effect of Fasting the Month of Ramadan on Anthropometrics and Blood Variables
Notice bibliographique
Résumé
Manystudies have beenconducted onfastingduring the monthof Ramadan;however, their resultswerevastly inconsistent.Itis importanttonote thatnone of these studiescontrolledor evenmonitoredphysical activityandfoodintake. Purpose Thisstudy willdetermineifintermittentfastingwillaffectbody composition, blood lipid profile,glucose, blood proteins and hormones. Methods Eight healthyathletemales participatedinthisstudy.Weight,height andbody compositionofallsubjectswererecordedatbaselineoneday before Ramadan(D1),after ten daysof fastingRamadan(D10) andtwenty‐eightdaysof fastingRamadan (D28). All data was analyzed using 1x3 repeatedmeasuresANOVA(p<.05). Results There wassignificantdecreasein bodymassandLeanbody masscomparingD28withD1andD10.Vigorousactivityand ModerateactivityweresignificantlydecreaseatD10andD28ofRamadan. Thepercentagewhichrecommendeddietary allowancesof caloriesfromproteinshowedsignificantdecreaseatD10andD28comparetoD1.Inaddition,the percentage of calories fromcarbohydrate showedsignificant increaseatD10andD28comparetoD1.FastedGlucoselevelsweresignificantly increasedat D10compareto D1. Glucagondecreasesignificantly at D10, but not at D28.Inaddition,Albumin levelsweresignificantlyloweratD10andD28compareto D1;however,all measurements were stillwithinnormal/healthrange. Conclusion Resultsshowthelevelofphysicalactivity andfoodintakeare majorcontributingfactorsonthereductioninbodyweight.Overall,thesefindingsindicatenohealthriskforfastingthe month of Ramadan.
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 | 0,004 | 0,003 |
| 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 | 0,001 |
| 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 ».