Impact of exercise with blood flow restriction on muscle hypertrophy and performance outcomes in men and women
Notice bibliographique
Résumé
Blood flow restriction training (BFRT) has been previously studied as an alternative form of resistance training to gain lean mass and improve performance outcomes. However, in all exercise studies of BFRT, the proportion of female participants represents only 17-29% of all research participants. This highlights a strong underrepresentation of females and the need for more knowledge on the impact of BFRT and sex differences. The primary objective was to compare the impact of 6-week BFRT on lean mass, strength, and performance outcomes between males and females. A total of 38 adults [age, 25.3 ± 3.1 years; female, n = 19 (50%)] performed whole-body resistance training program with blood flow restriction three times per week. Exercises were performed at 30% of 1-repetition maximum (1-RM) and blood flow restriction cuffs were set to 60% of each individual's limb occlusion pressure. Body composition was assessed via dual-energy x-ray absorptiometry and strength was measured using 1-RM. A significant increase in lean mass was observed in males (p = 0.009) and females (p = 0.023) with no difference in the change between groups (p = 0.279). Both males and females increased 1-RM for upper- and lower-body exercises, with significant interaction effects (time x sex) for chest press (p = 0.003), seated row (p = 0.038), knee flexion (p = 0.043), and knee extension (p = 0.035), suggesting males increased 1-RM more for these exercises. Furthermore, peak power was improved in males (p < 0.001) and females (p = 0.002) during a vertical squat jump, but a significant interaction (time x sex) effect was observed (p = 0.039), suggesting males increased to a greater extent. Males and females significantly increased lean body mass, to a similar degree, following six weeks of resistance training in combination with blood flow restriction. Likewise, both males and females improved muscle strength following 6-week BFRT, however males may improve strength to a greater extent than females.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».