Effects of HIIT training and HIIT combined with circuit resistance training on measures of physical fitness, miRNA expression, and metabolic risk factors in overweight/obese middle-aged women
Notice bibliographique
Résumé
Abstract Objective The purpose of this study was to examine the effects of 10 weeks of high-intensity interval training (HIIT) and HIIT combined with circuit resistance training (HCRT) on selected measures of physical fitness, the expression of miR-9, -15a, -34a, -145, and − 155 as well as metabolic risk factors including lipid profiles and insulin resistance in middle-aged overweight/obese women. Methods Twenty-seven overweight/obese women aged 35–50 yrs. were randomized to HIIT (n = 14) or HCRT (n = 13) groups. The HIIT group performed running exercises (5 reps x 4 min per session) with active recovery between repetitions for 10 weeks with 5 weekly sessions. The HCRT group performed 10 weeks of HIIT and resistance training with 3 weekly HIIT sessions and 2 weekly HCRT sessions. Anthropometric measures (e.g., body mass), selected components of physical fitness (cardiovascular fitness, muscle strength), levels of miRNAs (miR-9, -15a, -34a, -145, and − 155), lipid profiles (total cholesterol; TC, Triglycerides; TG, low-density lipoprotein cholesterol; LDL-C and high-density lipoprotein cholesterol; HDL-C), and insulin resistance; HOMA-IR index, were measured at baseline and week 10. Results An ANOVA analysis indicated no significant group by time interactions (p > 0.05) for all anthropometric measures, and maximum oxygen consumption (VO2max). A significant group by time interaction, however, was found for the one-repetition maximum (IRM; p < 0.001, ES= 0.751 , moderate). A post-hoc test indicated an increase in the pre-to-post mean 1RM for HCRT (p = 0.001, ES = 1.83, large). There was a significant group by time interaction for miR-155 (p = 0.05, ES = 0.014, trivial). Levels for miR-155 underwent pre-to-post HIIT increases (p = 0.045, ES = 1.232, large). Moreover, there were also significant group by time interactions for TC (p = 0.035, ES = 0.187, trivial), TG (p < 0.001, ES = 0.586, small), LDL-C (p = 0.029, ES = 0.200, small) and HDL-C (p = 0.009, ES = 0.273, small). Post-hoc tests indicated pre-post HCRT decreases for TC (p = 0.001, ES = 1.44, large) and HDL-C (p = 0.001, ES = 1.407, large). HIIT caused pre-to-post decreases in TG (p = 0.001, ES = 0.599, small), and LDL-C (p = 0.001, ES = 0.926, moderate). Conclusions Both training regimes did not improve cardiovascular fitness. But, HCRT improved lower/upper limb muscle strength, and HIIT resulted in an increase in miR-155 expression in peripheral blood mononuclear cells. Furthermore, HIIT and HCRT each improved selected metabolic risk factors including lipid profiles and glucose and insulin metabolism in overweight/obese middle-aged women. Trial registration OSF, October, 4th 2023. Registration DOI: https://doi.org/10.17605/OSF.IO/UZ92E . osf.io/tc5ky . “Retrospectively registered”.
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 | 0,001 |
| 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 ».