MétaCan
Menu
Retour à la cohorte
Enregistrement W4404340030 · doi:10.3389/fnut.2024.1439738

Effects of time-of-day resistance training on muscle strength, hormonal adaptations, and sleep quality during Ramadan fasting

2024· article· en· W4404340030 sur OpenAlexaff
Raoua Triki, Abderraouf Ben Abderrahman, Fatma Rhibi, Ayoub Saeidi, Abdullah Almaqhawi, Anthony C. Hackney, Ismail Laher, Urs Granacher, Hassane Zouhal

Notice bibliographique

RevueFrontiers in Nutrition · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDietary Effects on Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBench pressMedicinePittsburgh Sleep Quality IndexResistance trainingHormoneSleep deprivationSleep qualityTestosterone (patch)Body mass indexLeg pressInternal medicineEndocrinologyPhysical therapyCircadian rhythm

Résumé

récupéré en direct d'OpenAlex

Objectives We investigated the timing of resistance training (RT) during Ramadan fasting (RF) on muscle strength, hormonal adaptations, and sleep quality. Methods Forty healthy and physically active male Muslims (age = 25.7 ± 5.6 years, body mass = 85.1 ± 17.5 kg, height = 175 ± 9 cm, BMI = 28.3 ± 5.7 kg/m 2 ) were enrolled in this study and 37 completed pre and post-tests. Subjects were randomly allocated into two experimental groups. Group 1 (FAST, n = 20) completed an 8-week whole-body RT in the late afternoon (between 16 h and 18 h) while fasting. Group 2 (FED, n = 20) completed the similar RT protocol compared with FAST at night (between 20 h and 22 h). The following parameters were analyzed at various time-points: 2 weeks before the start of RF (T0), on the 15th day of Ramadan (T1), on the 29th day of Ramadan (T2), and 21 days after the last day of RF (T3) where both groups were in a fed state. One-repetition maximum tests (1-RM) were conducted for the squats (1-RM SQ ), the deadlift (1-RM DL ) and the bench press (1-RM BP ). Sleep quality was assessed using the full Pittsburgh Sleep Quality Index (PSQI). Blood samples were taken to determine cortisol, testosterone and IGF-1 levels. Additionally, acute hormonal responses were evaluated before (BF), immediately after (AF), and 30 min after a RT session (AF-30 min) at T0, T1, T2, and T3. Results Significant group-by-time interactions were identified for 1-RM SQ ( p = 0.001; effect size [ES] = 0.43) and 1-RM DL ( p = 0.001; ES = 0.36). Post-hoc tests indicated significant 1-RM SQ ( p = 0.03; ES = 0.12) and 1-RM DL ( p = 0.04; ES = 0.21) improvements from T0-T2 for FED. Additionally, significant group-by-time interactions were observed for the chronic effects on cortisol ( p = 0.03; ES = 0.27) and testosterone levels ( p = 0.01; ES = 0.32). Post-hoc tests indicated significant increases of cortisol levels among FAST at T1 and T2 compared to T0 ( p = 0.05; ES = 0.41, p = 0.03; ES = 0.34) and a significant increase in cortisol levels in FED at T1 ( p = 0.05; ES = 0.29) and T2 ( p = 0.04; ES = 0.25). However, the observed increase was lower compared to FAST. Post-hoc tests also indicated significant increases of testosterone only among FED at T2 ( p = 0.04; ES = 0.31). A significant group-by-time interaction was found for the acute effect of exercise on cortisol level ( p = 0.04; ES = 0.34). The cortisol level immediately after RT was higher in FAST only at T1 ( p = 0.03; ES = 0.39) and T2 ( p = 0.05; ES = 0.22) compared with T0. No significant group-by-time interactions were identified for sleep quality ( p = 0.07; ES = 0.43). Conclusion Muslims can safely practice RT during RF. However, training in a fed state during Ramadan might be more effective than during fasted state for the enhancement of maximal strength with better hormonal responses observed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,857
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,274
Écart entre enseignants0,259 · 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 tête enseignante, 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetDietary Effects on HealthTravaux en français237 207