Effets de l'entraînement en résistance sur le regain de poids et l'inflammation chez des femmes post-ménopausées en surpoids ou obèses
Bibliographic record
Abstract
Objectifs: Évaluer si un programme d’entraînement en résistance d’une durée d’un an prévient le regain de poids et majore l’amélioration du profil inflammatoire. Le second objectif de cette étude était de déterminer si la variation du tissu adipeux viscéral est associée aux changements dans les concentrations sanguines des marqueurs inflammatoires. Méthodes: Soixante-dix femmes post-ménopausées en surpoids ou obèses ont été randomisées dans un des deux groupes suivants : (1) Contrôle ou (2) Entraînement en résistance. La composition corporelle (absorptiométrie double à rayons X et tomographie axiale) et les marqueurs inflammatoires (protéine C-réactive, orosomucoïde, haptoglobine) ont été évalués avant et après la période de suivi d’une durée d’un an. Résultats: Suite à la période de suivi, un regain significatif de poids corporel et de masse grasse était observé dans le groupe contrôle et le groupe entraînement en résistance (p < 0,05). Une réduction des concentrations sériques de l’orosomucoïde et une hausse des niveaux sériques de l’haptoglobine étaient également notées dans les deux groupes (p < 0,05). La variation du tissu adipeux viscéral était seulement associée aux changements dans les concentrations sériques de la protéine C-réactive (r = 0,373, p < 0,05). Conclusion: Nos résultats suggèrent que l’entraînement en résistance ne prévient pas le regain de poids corporel et ne majore pas l’amélioration du profil inflammatoire chez des femmes post-ménopausées en surpoids ou obèses. De plus, nos résultats indiquent que la variation du tissu adipeux viscéral ne semble pas être un facteur clé impliqué dans les changements des concentrations sanguines des marqueurs inflammatoires.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".