Creatine and strength training in older adults: an update
Notice bibliographique
Résumé
Abstract Aging is associated with numerous physiological, musculoskeletal, and neurological impairments including a loss of muscle, strength, function, bone mineral, and cognition. Strength training is an effective intervention to counter these age-associated declines. In addition, creatine supplementation is purported to enhance strength training gains in lean tissue mass, muscular strength, and function. There is emerging evidence that creatine combined with strength training can alter bone geometry and cognitive performance. The purpose of this review is to update previous meta-analyses examining creatine combined with strength training on lean tissue mass and bone density compared to strength training and placebo. A secondary purpose was to explore the effects of creatine and strength training on cognition. Updated meta-analyses revealed that creatine enhances lean tissue mass (mean difference [MD]: 1.18 kg, 95 % CI: 0.70–1.67; p<0.00001) and upper body muscular strength (standard mean difference [SMD]: 0.24, 95 % CI: 0.05–0.43; p=0.02) compared to strength training and placebo. Creatine combined with strength training had no greater effects compared to strength training and placebo on lower body muscular strength (SMD: 0.17, 95 % CI: −0.03–0.38; p=0.09), whole-body (MD: −0.00 g cm −2 ; 95 % CI: −0.01–0.00, p=0.32), femoral neck (MD: −0.00 g cm −2 ; 95 % CI: −0.01–0.00, p=1.00), or lumbar bone mineral density (MD: 0.00 g cm −2 , 95 % CI: −0.01–0.01; p=045). There is preliminary evidence that combining strength training and creatine is an effective strategy to improve bone geometry in postmenopausal females and cognitive function in older adults. Overall, the combination of creatine and strength training has favorable effects on lean tissue mass and upper body strength. In contrast, creatine combined with strength training does not enhance lower-body strength or bone mineral.
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 | 0,000 | 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 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 ».