MétaCan
Menu
Retour à la cohorte
Enregistrement W4376109073 · doi:10.1080/17461391.2023.2213185

Serum metabolomic adaptations following a 12‐week high‐intensity interval training combined to citrulline supplementation in obese older adults

2023· article· en· W4376109073 sur OpenAlexaff
Layale Youssef, Sylvère Durand, Fanny Aprahamian, Déborah Lefevre, Mélanie Bourgin, Maria Chiara Maiuri, Maude Dulac, Guy Hajj‐Boutros, Vincent Marcangeli, Fanny Buckinx, Éva Peyrusqué, José A. Morais, Pierrette Gaudreau, Gilles Gouspillou, Guido Kroemer, Mylène Aubertin‐Leheudre, Philippe Noirez

Notice bibliographique

RevueEuropean Journal of Sport Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensCentre Hospitalier de l’Université de MontréalMcGill University Health CentreUniversité de MontréalUniversité du Québec à MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesInstitut Gustave-Roussy
Mots-clésHigh-intensity interval trainingInterval trainingMedicineInternal medicineTriglyceridePlaceboEndocrinologyBody mass indexObesityPhysical therapyCholesterol

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Physical activity and nutrition play important roles in preventing adverse health outcomes that accompany aging. It has been shown that high‐intensity interval training (HIIT) combined with citrulline (CIT) supplementation can improve physical and functional capacities. The aim of this study was to evaluate serum metabolites following a 12‐week HIIT combined or not with CIT in obese older adults, and to correlate the metabolic changes with clinico‐biological parameters changes. Eighty‐six obese older adults completed a 12‐week HIIT program combined with a 10 g daily supplementation of either CIT or placebo (PLA) during a double‐blinded randomized interventional trial. Only participants with blood samples at T0 (before the intervention) and/or T12 (after the intervention) were included in our sub‐analysis (HIIT‐PLA‐T0: n = 44 and HIIT‐PLA‐T12: n = 28; HIIT‐CIT‐T0: n = 39 and HIIT‐CIT‐T12: n = 42). Serum samples were analyzed by different liquid or gas phase chromatography methods coupled to mass spectrometry. Among the identified metabolites, 44 changed significantly following the 12‐week intervention (Time effect), and 10 of them were more affected when HIIT was combined with CIT (Time × Supp effect). Arginine increased significantly due to the 12‐week intervention. Correlation analyses demonstrated that decreased triglyceride (TG) (16:1/18:1/16:0) and aspartic acid significantly correlated with a reduction of adiposity‐related parameters (fat mass, leg lean mass, leptin, total triglycerides and low‐density lipoprotein). Arginine, TG (16:1/18:1/16:0) and aspartic acid might constitute biomarkers of cardiometabolic health and adiposity. Further studies are needed to confirm these associations and understand the underlying mechanisms. Highlights A 12‐week intervention involving high‐intensity interval training (HIIT) with or without citrulline (CIT) supplementation induced adaptations in the serum metabolome of obese older adults through significant changes in 44 metabolites. Changes in 23 metabolites were observed when a CIT supplementation was administered along with a 12‐week HIIT intervention. TG (16:1/18:1/16:0) correlated with several adiposity parameters including leptin, triglycerides, legs lean mass. Aspartic acid correlated with several adiposity parameters including leptin, LDL cholesterol as well as android, arms and trunk fat mass.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,279
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Sport ScienceMême sujetCardiovascular and exercise physiologyTravaux en français237 207