Acute Glucose Tolerance in Response to Lower- and Higher-Load Resistance Exercise in Postmenopausal Women: Contribution of Aerobic Capacity and Body Composition
Notice bibliographique
Résumé
ABSTRACT: Paquin, J, St-Martin, P, Lord, S-E, Gendron, P, Brochu, M, and Dionne, IJ. Acute glucose tolerance in response to lower- and higher-load resistance exercise in postmenopausal women: Contribution of aerobic capacity and body composition. J Strength Cond Res 39(6): e749-e757, 2025-Glucose tolerance (GT), fat-free mass (FFM), and V̇o2peak are known to decline after menopause. Exercise recommendations advise ageing adults to perform heavy weights and low repetitions (HWLR) resistance exercise (RE). However, the most efficient RE parameters to improve acute GT in postmenopausal women (PMW) are unclear. Our aim was to determine how acute GT is influenced by 2 RE sessions of different loads (HWLR vs. low-weight and higher repetitions, LWHR), compared with a control condition, and examine potential contributors. After measuring baseline oral glucose tolerance (OGTT), FFM (DXA), and V̇o2peak (metabolic cart), 12 PMW underwent additional OGTTs (area under the curve-AUC; 2-h glucose) after 3 randomized experimental conditions (control, HWLR, and LWHR). Session volume was defined as the total weight lifted. The Cederholm's index was calculated to derive insulin sensitivity. There was a significant effect of RE on glucose AUC (1,109 ± 234 vs. 954 ± 149 and 974 ± 194 mmol/L × 120 minutes for control, HWLR, and LWHR; p < 0.005) and 2-h glucose (8.8 ± 2.5 vs. 7.0 ± 1.6 and 7.4 ± 2.0 mmol/L for control, HWLR, and LWHR; p < 0.04) with no difference between HWLR and LWHR. A greater volume was achieved with LWHR (4,292.1 ± 1,143.4 vs. 3,888.1 ± 1,042.1 kg, p < 0.05), although it was not significantly associated with post-RE GT. Fat-free mass was significantly associated with Cederholm's index at baseline only (r = 0.6, p < 0.05). Significant correlations were also found between V̇o2peak and glucose AUC for all conditions (all r ≤ -0.6 to 0.8; p < 0.05). We conclude that HWLR and LWHR both acutely improve GT in PMW, whereas V̇o2peak may be a stronger contributor than FFM.
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 | 0,001 |
| 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) | 0,002 | 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 ».