The effect of concurrent endurance-resistance training on serum testosterone levels, body composition, muscular strength and international index of erectile function in older men
Notice bibliographique
Résumé
Abstract Introduction The aim of this study was to evaluate the effect of 12 week concurrent endurance-resistance training on serum testosterone levels and sexual function indices in men over 50 years of age. Material and methods In this quasi-experimental study, the statistical sample consisted of 29 men with average weight of 81.1 ± 6.7 kg and body mass index of 26.4 ± 1.4 kg/m 2 , randomly divided into two control group (n = 12) and training group (n = 17). The training group performed concurrent training (endurance-resistance) for 12 weeks. Serum testosterone levels, cardiopulmonary endurance (VO 2 max), muscle strength and body composition were measured before and after training. Data were analyzed using covariance analysis (ANCOVA) (p < 0.05). Results Concurrent training in the training group significantly increased serum testosterone levels compared to the control group (p = 0.001). Concurrent training also increased sexual function in the areas of orgasmic performance (p = 0.010) and total score (p = 0.004) in the concurrent training group compared to the control group. Training significantly decreased fat mass (p = 0.046) and the ratio of waist to hip circumference (p = 0.024) also significantly increased VO 2 max (p = 0.001), mean relative muscle strength (p = 0.001) and lean body mass (p = 0.001) in the training group compared to the control group. Conclusions In general, based on our findings, it seems that training along with increasing serum testosterone levels increases sexual function in the areas of orgasm function and the total score in men over 50 years.
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 | 0,001 | 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 ».