MétaCan
Menu
Retour à la cohorte
Enregistrement W4401015625 · doi:10.1016/j.cdnut.2024.104428

Unveiling the Effects of Interval Resistance Training and Chlorella Vulgaris Supplementation on Meteorin-like Protein and Oxidative Stress in Obese Men

2024· article· en· W4401015625 sur OpenAlexaff
Maryam Delfan, Fatemeh Radkia, Raheleh Amadeh Juybari, Saeed Daneshyar, Mark E. T. Willems, Ayoub Saeidi, Anthony C. Hackney, Ismail Laher, Hassane Zouhal

Notice bibliographique

RevueCurrent Developments in Nutrition · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAlzahra University
Mots-clésChlorella vulgarisOxidative stressResistance trainingEndocrinologyBiologyInternal medicineMedicineBotanyAlgae

Résumé

récupéré en direct d'OpenAlex

Background: Dysregulation of adipocyte function occurs in obesity. Meteorin-like protein (Metrnl) is a newly discovered modulator of inflammation, metabolism, and differentiation of human adipocytes. The dietary supplement Chlorella Vulgaris (CV) reduces hyperlipidemia, hyperglycemia, and oxidative stress in clinical trials. Objectives: To explore the impact of 12 wks of interval resistance training (IRT) and CV supplementation on plasma levels of Metrnl and oxidative stress in males with obesity. Methods: = 11/group): control (CON), CV supplement (CV), IRT, and CV + IRT (CVIRT). The IRT was performed for 12 wks (3 sessions per week). The treatment consisted of a daily intake of CV (1800 mg capsule) or placebo capsules. Blood samples were collected 48 hours before and after the interventions to analyze biomedical measurements. Results: > 0.05). Conclusions: Although IRT and its combination with CV hold promise for improving Metrnl levels and oxidative status in obesity, combining IRT and CV do not yield greater benefits than IRT alone. Although standalone CV supplementation could favorably impact certain markers of oxidative stress, the effectiveness of CV supplementation appears to have a relatively limited effect across assessed biomarkers and requires further investigation.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,000

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 Opus0,025
Tête enseignante GPT0,319
Écart entre enseignants0,294 · 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'étudeObservationnel
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Developments in NutritionMême sujetAdipose Tissue and MetabolismTravaux en français237 207