Collagen peptides supplementation improves function, pain, and physical and mental outcomes in active adults
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction Chronic pain affects 19% of adults in the United States, with increasing prevalence in active and aging populations. Pain can limit physical activity and activities of daily living (ADLs), resulting in declined mental and social health. Nutritional interventions for pain currently target inflammation or joint health, but few influence both. Collagen, the most abundant protein in the human body and constituent of the extra cellular matrix, is such a nutraceutical. While there have been reports of reductions in pain with short-term collagen peptide (CP) supplementation, there are no long-term studies specifically in healthy middle-aged active adults.Purpose To determine the effects of daily CP consumption over 3, 6, and 9 months on survey measures of pain, function, and physical and mental health using The Knee Injury & Osteoarthritis Outcomes Score (KOOS) and Veterans Rand 12 (VR-12) in middle-aged active adults.Methods This study was a double-blind randomized control trial with three treatment groups (Placebo, 10 g/d CP, and 20 g/d CP).Results Improvements in ADLs (p = .031, ηp2 = .096) and pain (p = .037, ηp2 = .164) were observed with 10 g/d CP over 6 months, although pain only improved in high frequency exercisers (>180 min/week). Additionally, VR-12 mental component scores (MCS) improved with 10 g/d of CP over 3–9 months (p = .017, ηp2 = .309), while physical component scores (PCS) improved with 20 g/d of CP over 3-9 months, but only in females (p = .013, ηp2= .582).Conclusion These findings suggest 10 to 20 g/d of CP supplementation over 6 to 9 months may improve ADLs, pain, MCS, and PCS in middle-aged active adults.
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.
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 | 0,000 | 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) | 0,000 | 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 découle