Resistance training prescription for muscle strength and hypertrophy in healthy adults: a systematic review and Bayesian network meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To determine how distinct combinations of resistance training prescription (RTx) variables (load, sets and frequency) affect muscle strength and hypertrophy. DATA SOURCES: MEDLINE, Embase, Emcare, SPORTDiscus, CINAHL, and Web of Science were searched until February 2022. ELIGIBILITY CRITERIA: Randomised trials that included healthy adults, compared at least 2 predefined conditions (non-exercise control (CTRL) and 12 RTx, differentiated by load, sets and/or weekly frequency), and reported muscle strength and/or hypertrophy were included. ANALYSES: Systematic review and Bayesian network meta-analysis methodology was used to compare RTxs and CTRL. Surface under the cumulative ranking curve values were used to rank conditions. Confidence was assessed with threshold analysis. RESULTS: The strength network included 178 studies (n=5097; women=45%). The hypertrophy network included 119 studies (n=3364; women=47%). All RTxs were superior to CTRL for muscle strength and hypertrophy. Higher-load (>80% of single repetition maximum) prescriptions maximised strength gains, and all prescriptions comparably promoted muscle hypertrophy. While the calculated effects of many prescriptions were similar, higher-load, multiset, thrice-weekly training (standardised mean difference (95% credible interval); 1.60 (1.38 to 1.82) vs CTRL) was the highest-ranked RTx for strength, and higher-load, multiset, twice-weekly training (0.66 (0.47 to 0.85) vs CTRL) was the highest-ranked RTx for hypertrophy. Threshold analysis demonstrated these results were extremely robust. CONCLUSION: All RTx promoted strength and hypertrophy compared with no exercise. The highest-ranked prescriptions for strength involved higher loads, whereas the highest-ranked prescriptions for hypertrophy included multiple sets. PROSPERO REGISTRATION NUMBER: CRD42021259663 and CRD42021258902.
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 | 0,026 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,033 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».