首頁 資訊 堅持力量訓練可降低40%以上的心臟病和腦卒中發(fā)病風險!

堅持力量訓練可降低40%以上的心臟病和腦卒中發(fā)病風險!

來源:泰然健康網(wǎng) 時間:2024年12月02日 12:08

研究表明:每周1~3次60分鐘以下的力量訓練,能讓心臟病發(fā)作或腦卒中風險 降低40%~70%。即使每周只做一次半小時的力量訓練,也可以降低心血管病和全因死亡率的風險。

防治心腦血管病

研究 顯示,堅持進行力量訓練者,血液中氧化氮的水平得到了提升,而氧化氮可以增加心動脈的血流量,從而起到預防心臟病的作用。

對于心血管病人群來說,力量訓練不僅能夠改善術后心功能,并可以作為預防和治療心血管病的一種有效的鍛煉方法。同時,健康人群進行力量訓練,可以減少冠脈危險因素。

力量訓練擴大了心血管耐力水平增加的程度,并且提高了運動的效率,同時不會對最大攝氧量的發(fā)展產(chǎn)生任何負作用。因此,力量訓練可作為心血管鍛煉的一個重要輔助手段。

力量訓練,能夠減緩特定疾病的惡化,并且減輕患者的不良癥狀及嚴重程度。比如,力量訓練能夠提高心血管病人群的肌肉力量、身體機能、生活質量。

中老年人需要力量訓練

人體的肌肉質量峰值出現(xiàn)在20~30歲之間,隨著年齡的增長,肌肉質量、力量和功能不斷下降,會影響到運動能力和生活質量。超過40歲后,人每十年會損失8%的肌肉含量,而75歲后,這個數(shù)字將會上升至15%!

肌肉流失最多的人群,通常是那些 久坐不動的人群,而這些人的 預期壽命相對也更短。 而且因為運動能力的喪失,這類人群的晚年生活質量也相對較低。

缺乏力量訓練,肌肉力量減退,會導致人的平衡性、協(xié)調性、柔韌性降低,支撐身體重量的力量不夠,關節(jié)負擔就會加重,變得不穩(wěn)定。

缺乏力量訓練,還會出現(xiàn)各種骨骼問題,包括骨質疏松。進行力量訓練,可延緩中老年人的骨量丟失,有利于骨骼的整體健康,預防骨質疏松。

缺乏力量訓練,還會降低胰島素敏感性,導致胰島素抵抗,增加2型糖尿病發(fā)病幾率。

力量訓練是增加中老年人肌肉質量和力量的最有效的辦法,可預防肌肉萎縮,促進肌肉增長,最終保持肌肉功能。研究發(fā)現(xiàn),通過3個月的力量訓練,老年人肌肉收縮蛋白合成率有大幅度增長。10周的力量訓練,增加肌肉3%~9%截面面積。

因此,中老年人要將力量訓練作為運動中非常重要的一部分。同時,還要與健走、游泳等常規(guī)中低強度有氧運動相結合,才能獲取最大收益。

怎樣進行力量訓練最有效

訓練頻率

每周至少進行5天、累計150分鐘中等強度運動,可以在其中2~3天,進行每次15~20分鐘的力量訓練,兩次訓練間隔48小時。

訓練計劃前期,可以安排全身肌群在一次的訓練內容中,每周2~3次訓練。中級訓練者,可以采用分化訓練方法,其中選擇的肌肉群,每周鍛煉一天或兩天,而剩余的肌肉群,在單獨的一天或兩天訓練。

訓練組數(shù)

建議每個動作,熱身練習一組,熟悉訓練計劃及身體適應后,可進行多達 三組練習。當采用多組時,應采用足夠的間歇休息。兩組之間的 休息時間為2~3分鐘,避免過度疲勞,以便能夠完成剩余的組數(shù)。

簡單易行的訓練方法

力量訓練,完全可以在家里或工作場所開展,不需要特殊設備。

平板支撐

俯臥,雙肘彎曲支撐在地面上,肩膀和肘關節(jié)垂直于地面,雙腳踩地,身體離開地面,軀干伸直,頭部、肩部、胯部和踝部保持在同一平面。腹肌收緊,盆底肌收緊,脊椎延長,眼睛看向地面,保持均勻呼吸。

每組保持60秒,每次訓練3組,組與組之間間歇不超過20秒。

俯臥撐

雙手支撐身體,雙臂垂直于地面,兩腿向身體后方伸展,依 靠雙手和兩個腳的腳尖保持平衡,保持頭、脖子、后背、臀部及雙腿在一條直線上。

兩個肘部向身體外側彎曲,身體降低到基本靠近地板。收緊腹部,保持身體在一條直線上,持續(xù)一秒鐘,然后恢復原狀。

每組做10次,重復做3組,每組中間休息15秒??梢酝ㄟ^增加次數(shù)、調整手臂距離(大于或小于肩寬)等來加大難度。返回搜狐,查看更多

責任編輯:

相關知識

每天10克堅果?降低心臟病、癌癥、糖尿病風險
午睡可以降低心臟病死亡風險
定時吃早餐可以降低心臟病風險
健康飲食有助降低心臟病復發(fā)風險
每天僅需5分鐘,就能降壓、降低心臟病風險!建議日??梢跃毦?/a>
一天一個半蘋果 降低心臟病發(fā)作風險
簡單的運動可以降低患心臟病的風險
鍛煉的心臟好處:降低心臟病風險
黑巧克力可降低糖友患心臟病風險
研究發(fā)現(xiàn)復合藥片有效降低中風和心臟病風險

網(wǎng)址: 堅持力量訓練可降低40%以上的心臟病和腦卒中發(fā)病風險! http://www.gysdgmq.cn/newsview209165.html

推薦資訊