Effects of detraining on left ventricular mass in endurance-trained individuals: a systematic review and meta-analysis
Notice bibliographique
Résumé
AIMS: Detraining refers to a loss of training adaptations resulting from reductions in training stimulus due to illness, injury, or active recovery breaks in a training cycle and is associated with a reduction in left ventricular mass (LVM). The purpose of this study was to conduct a systematic review and meta-analysis to determine the influence of detraining on LVM in endurance-trained, healthy individuals. METHODS AND RESULTS: Using electronic databases (e.g. EMBASE and MEDLINE), a literature search was performed looking for prospective detraining studies in humans. Inclusion criteria were adults, endurance-trained individuals with no known chronic disease, detraining intervention >1 week, and pre- and post-detraining LVM reported. A pooled statistic for random effects was used to assess changes in LVM with detraining. Fifteen investigations (19 analyses) with a total of 196 participants (ages 18-55 years, 15% female) met inclusion criteria, with detraining ranging between 1.4 and 15 weeks. The meta-analysis revealed a significant reduction in LVM with detraining (standardized mean difference = -0.586; 95% confidence interval = -0.817, -0.355; P < 0.001). Independently, length of detraining was not correlated with the change in LVM. However, a meta-regression model revealed length of the detraining, when training status was accounted for, was associated with the reduction of LVM (Q = 15.20, df = 3, P = 0.0017). Highly trained/elite athletes had greater reductions in LVM compared with recreational and newly trained individuals (P < 0.01). Limitations included relatively few female participants and inconsistent reporting of intervention details. CONCLUSION: In summary, LVM is reduced following detraining of one week or more. Further research may provide a greater understanding of the effects of sex, age, and type of detraining on changes in LVM in endurance-trained individuals.
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 | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,028 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».