Effects of maximal-versus submaximal-intent resistance training on functional capacity and strength in community-dwelling older adults: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract The objective of this systematic review is to investigate the effects of different methods of resistance training (RT) on functional capacity in older adults. A systematic literature search was conducted using PubMed, SPORTDiscus, Web of Science, CINAHL, Cochrane CENTRAL, ClinicalTrials.gov databases, from inception to December 2021. Eligibility criteria consisted of randomised control trials (RCT’s) involving maximal-intent resistance training (MIRT), where participants (aged 60+) had specific instruction to move ‘as fast as possible’ during the concentric phase of the exercise. Twelve studies were included within the meta-analysis. Divided into functional capacity and strength-related outcomes; Improvements were evident for timed-up-and-go ( p = 0.001, SMD: − 1.74 [95% CI − 2.79, − 0.69]) and knee extension one-repetition maximum (1RM) ( p = 0.01, SMD: − 1.21, [95% CI − 2.17, − 0.25]), both in favour of MIRT, as well as in 30 s sit-to-stand in favour of T-STR ( p = 0.04, SMD: 3.10 [95% CI 0.07, 6.14]). No statistical significance was found for combined functional capacity outcomes ( p = 0.17, SMD: − 0.84, [95% CI − 2.04, 0.37]), with near-significance observed in strength-related outcomes ( p = 0.06. SMD: − 0.57, [95% CI − 1.16, 0.02]) favouring MIRT. Heterogeneity for FC-outcomes was observed as Tau 2 = 4.83; Chi = 276.19, df = 14, I 2 = 95%, and for strength-outcomes Tau 2 = 1.290; Chi = 109.65, df = 115, I 2 = 86%. Additionally, MIRT elicited substantial clinically meaningful improvements (CMI) in Short Physical Performance Battery (SPPB) scores but fell short of CMI in 400 m walk test by 0.6 s. In conclusion, this systematic review highlights the lack of sufficient and quality evidence for maximal- versus submaximal-intent resistance training on functional capacity and strength in community-dwelling older adults. Study limitations revolved around lack of research, low quality (“low” PEDro score), and largely due to the fact many comparison studies did not match their loads lifted (1500 kg vs. 500 kg), making comparisons not possible.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».