Interleukin‐6 and its mRNA responses in exercise and recovery: relationship to muscle glycogen
Notice bibliographique
Résumé
Increases in circulating interleukin-6 (IL-6) during exhaustive exercise have been suggested to be related to declining muscle glycogen. We addressed two hypotheses: (a) exhaustive exercise on two occasions will result in similar decreases in glycogen and increases in circulating IL-6 and its muscle mRNA; (b) increasing the rate of glycogen restoration via high-carbohydrate feeding in recovery will be associated with more rapid declines in muscle mRNA and circulating IL-6. Ten male subjects (22.6+/-0.8 year) cycled to exhaustion (65% VO(2 max)) on two occasions (117.8+/-2.9 min). Carbohydrate (1 g/kg bw) or water was ingested at exhaustion, 60, 120, 180, and 240 min post-exercise. Muscle biopsies were taken at rest, exhaustion, 30, 60, 120 and 300 min of recovery. Exercise resulted in a 14.5-fold increase (P<0.05) in IL-6 mRNA, 14.4-fold increase (P<0.05) in circulating IL-6, and a 80% decrease (P<0.05) in muscle glycogen from rest. The decline in glycogen was not correlated with the increase in IL-6 or IL-6 mRNA. During recovery, circulating IL-6 and its muscle mRNA decreased similarly in both trials; however, glycogen increased 150% (P<0.05) and 40% in the carbohydrate and water trials, respectively. Therefore, the declining IL-6 mRNA and IL-6 plasma concentrations during recovery were not related to carbohydrate availability or changes in glycogen.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».