Resistance training variable manipulations are less relevant than intrinsic biology in affecting muscle fiber hypertrophy
Notice bibliographique
Résumé
We aimed to investigate whether muscle fiber cross-sectional area (fCSA) and associated molecular processes could be differently affected at the group and individual level by manipulating resistance training (RT) variables. Twenty resistance-trained subjects had each leg randomly allocated to either a standard RT (RT-CON: without specific variables manipulations) or a variable RT (RT-VAR: manipulation of load, volume, muscle action, and rest interval at each RT session). Muscle fCSA, satellite cell (SC) pool, myonuclei content, and gene expression were assessed before and after training (chronic effect). Gene expression was assessed 24 h after the last training session (acute effect). RT-CON and RT-VAR increased fCSA and myonuclei domain in type I and II fibers after training (p < 0.05). SC and myonuclei content did not change for both conditions (p > 0.05). Pax-7, MyoD, MMP-2 and COL3A1 (chronic) and MGF, Pax-7, and MMP-9 (acute) increased similar for RT-CON and RT-VAR (p < 0.05). The increase in acute MyoG expression was significantly higher for the RT-VAR than RT-CON (p < 0.05). We found significant correlation between RT-CON and RT-VAR for the fCSA changes (r = 0.89). fCSA changes were also correlated to satellite cells (r = 0.42) and myonuclei (r = 0.50) changes. Heatmap analyses showed coupled changes in fCSA, SC, and myonuclei responses at the individual level, regardless of the RT protocol. The high between and low within-subject variability regardless of RT protocol suggests that the intrinsic biological factors seem to be more important to explain the magnitude of fCSA gains in resistance-trained subjects.
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) | 0,000 | 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) | 0,002 | 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 ».