Effect of yoga on adipokine levels among overweight and obese people: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Adipokines have an important role in the pathophysiology of overweight and obesity and associated inflammatory diseases. OBJECTIVE: The present review aims to evaluate the role of Yoga on adipokines among people with overweight and obesity. METHODS: Authors performed a systematic search for relevant research studies as per the PRISMA guidelines in Google Scholar, Medline/Pubmed, Scopus, Web of Science, PsychInfo electronic databases. Two independent authors conducted the selection of articles, data extraction, assessment of the risk of bias for individual studies. Any disagreements were resolved by discussion with the third author. RESULTS: Eight randomized trials and four uncontrolled trials involving a total of 1054 participants were included. Yoga with varying frequencies was administered for different durations. The studied adipokines among overweight and obese were leptin, adiponectin, interleukin-6 (IL-6), Tumor necrosis factor-alpha (TNF-α), chemerin, visfatin, plasminogen activator inhibitor-1 (PAI-1), and transforming growth factor-beta (TGF-β). The methodological quality of the included studies was low to moderate on the Cochrane risk of bias tool and Newcastle-Ottawa Quality Assessment Scale. The higher the frequency and duration of Yoga practice, the more significant changes in the adipokine levels were seen. CONCLUSION: The present review indicates that Yoga practices positively impacts adipokines among people with overweight and obesity. However, the present study precludes the generalizability of results due to the methodological heterogeneity, the type of Yoga intervention, and settings.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 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 ».