Impact de l’activité physique seule ou combinée à une diète sur le syndrome métabolique chez les femmes ménopausées
Bibliographic record
Abstract
L’augmentation de la prévalence de l’obésité, chez les femmes, joue un rôle prépondérant dans l’apparition du syndrome métabolique et des comorbidités associées. De plus, la ménopause s’accompagne de nombreux changements physiologiques dont une augmentation du poids et de la masse grasse abdominoviscérale reflétée par un accroissement de la circonférence de la taille, un des critères du syndrome métabolique selon le NCEP/ATP III. Ces changements relatifs à la distribution régionale de la graisse sont généralement associés à une détérioration du bilan lipidique-lipoprotéique, une élévation de la tension artérielle de repos, une résistance à l’insuline et/ou une intolérance au glucose, ainsi qu’à un profil pro-inflammatoire et thrombotique exacerbé. Dans les sociétés industrialisées où l’alimentation hyperlipidique et la sédentarité sont ancrées dans les habitudes de vie, l’activité physique semble être un facteur clé pour minimiser le gain de poids à la ménopause et ainsi diminuer l’incidence des maladies cardiovasculaires et du diabète de type 2 associés au syndrome métabolique. Dans ce contexte, l’entraînement en endurance et notamment la marche pratiquée à une intensité modérée (60–70 % de la $$ \dot VO_2 $$ max) à raison de 45 minutes par séance, trois à cinq fois par semaine, pendant une durée minimale de 12 semaines, associée ou non à une restriction calorique, diminue non seulement la masse grasse, la glycémie à jeun et l’hypertension artérielle, réduit l’inflammation chronique et le risque de thromboses, mais améliore également le profil lipidique-lipoprotéique et la sensibilité à l’insuline chez les femmes ménopausées. Un entraînement quotidien de durée et d’intensité modérées, comme la marche, semble donc être une stratégie pertinente visant à améliorer la santé cardiométabolique des femmes, à la ménopause.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".