Effects Of Aquatic High Intensity Interval Training (AHIIT) DWR On Cardiometabolic Health In Elderly Women
Notice bibliographique
Résumé
Aquatic High Intensity Interval Training has the potential to improve cardiometabolic health and cognition, while minimizing musculoskeletal strain compared to land-based training. Deep water running (DWR) has emerged as a promising method, offering a reduced risk of injuries and greater affordability for inactive elderly women. PURPOSE: To investigate the effects of an 8-week AHIIT- DWR intervention compared to land-based HIT training (LHIIT) on cardiometabolic health and cognitive outcomes in elderly women. METHODS: Sixty-nine inactive elderly women aged 60 or above were randomly assigned into two groups: AHIIT and LHIIT. The AHIIT group engaged in DWR sessions comprising 30-minutes of interval training, consisting of ten 2-minute exercise bouts at 80-90% of their maximal heart rate (HR max), with 1-minute active recovery at 70% HR max between bouts. The LHIIT group performed treadmill running at the same intensity. Both groups trained twice a week. Aerobic capacity including VO2 max, oxygen pulse, respiratory exchange ratio (RER), minute ventilation (VE) and HR max were assessed using a metabolic analyzer. Lipid profiles were measured through blood analysis. Cognitive function was evaluated using the Montreal Cognitive Assessment (MOCA) and Mini- mental status examinations (MMSE). RESULTS: Both groups showed similar cardiovascular fitness (VO2max) improvement (AHIIT-DWR: 20.88 ± 4.49 to 23.29 ± 5.14; LHIIT: 22.84 ± 6.6 to 25.82 ± 4.66 mL kg−1 min−1, p < 0.05) and RER (AHIIT-DWR: 1.01 1.42 to 1.04 ± 0.10; LHIIT: 0.99 ± 0.10 to 1.16 ± 0.09, p < 0.05) over the 8- week intervention. Compared to baseline, significant differences were identified in VE between AHIIT-DWR and LHIIT group. (AHIIT-DWR: 64.64 ± 11.60; LHIIT: 55.11 ± 12.64, p < 0.05). No significant group differences were observed for cardiometabolic blood markers such as lipid profiles, fasting glucose or cognitive function measured by MOCA and MMSE. AHIIT-DWR showed a high unsupervised adherence rate (>90%). CONCLUSION: Our findings suggest that AHIIT-DWR can elicit a similar improvement in cardiometabolic fitness as LHIIT in inactive older women. AHIIT-DWR and LHIIT had no differences in cardiometabolic blood markers or cognitive function.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».