Plasma volume variations in response to high intensity interval training in obese women: The influential role of menopausal status and age
Notice bibliographique
Résumé
This study aims to explore the effects of high-intensity interval training (HIIT) on plasma volume (PV) variations in obese women, with a focus on understanding how menopausal status and age influence these changes. We enrolled fifty-nine obese women (perimenopausal and postmenopausal), aged approximately 56.6 years in a six-week HIIT program. Measurements of fitness, health, and PV were taken before and after the intervention. PV was assessed at two points during each session: at post-warm-up (PV1), and immediately post-training (PV2). These measurements were derived using hematocrit (Ht) and hemoglobin (Hb) values. The intervention led to notable reductions in anthropometric measures and blood pressure ( P < 0.01). For all women pre- and post-HIIT comparisons revealed significant differences in the extent of PV reduction at all two points (P < 0.01). Multiple linear regression analysis revealed that age was a significant contributor to the decreases in plasma volume (PV) observed both after warm-up and following the supramaximal cycling test - SCT ( r = 0.44 and r = 0.57). On the other hand, menopause status was an independent predictor for PV decreases after warm-up ( r = 0.33) as well after SCT ( r = 0.38). Following HIIT, only menopause status accounted for 19 % of the variation in PV decreases after warm-up and 21 % of the variation in PV decreases after SCT. The findings suggest that HIIT is effective in enhancing plasma volume among obese menopausal women, attenuating the age-related decline in PV. • The HIIT program significantly influenced plasma volume (PV) in obese menopausal women, demonstrating its impact on cardiovascular health. • Significant reductions in body mass, BMI, and fat mass, along with increased maximal power, were observed post-HIIT, indicating improved body composition and fitness. • Age and menopausal status were significant predictors of PV changes, but the HIIT intervention mitigated age-related declines in PV. • HIIT is highlighted as a potentially effective preventive and therapeutic tool for cardiovascular health in menopausal women, warranting 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 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) | 0,001 | 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) | 0,000 | 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 ».