Abstract 36: Changes in HDL Particle Traits in Response to Regular Exercise: Results from the HERITAGE Family Study
Notice bibliographique
Résumé
Given the controversy around HDL-C as a therapeutic target, there is a need to investigate other features of HDL and how they respond to various preventive interventions. We tested the hypothesis that regular exercise would have beneficial effects on HDL particle (HDL-P) traits in sedentary adults. Methods: The following HDL-P traits were measured via NMR (Liposcience Inc.) before and after completion of a 20-week exercise program in the HERITAGE Family Study (N=715): concentration of total, large, medium, and small HDL-P and mean HDL-P size. ANCOVA was used to test for aggregation of HDL-P trait responses in families controlling for age, sex, and baseline BMI and trait value. Results: The concentration of large HDL-P significantly increased in response to regular exercise in both Black and White participants, while the increase was significantly larger in females compared to males (Table 1). In general, regular exercise decreased the concentration of medium and small HDL-P. Together, these responses contributed to a significant increase in the average cholesterol content of HDL particles. Exercise-induced changes in large HDL-P were inversely correlated with changes in fat mass and systolic blood pressure. Moreover, changes in BMI were significantly associated with changes in all of the HDL-P traits, but not with HDL-C. We found significant evidence of familial aggregation for the exercise-induced changes in HDL-P traits in both races, as there was 1.4 to 1.6 times more variance between than within families for the changes in total (p=0.02 in Whites) and large HDL-P (p=0.004 in Whites, p=0.02 in Blacks) and HDL-P size (p=0.0009 in Whites, p=0.009 in Blacks). Conclusion: The HDL-P subclass profile favorably responded to regular exercise in sedentary Black and White adults, highlighted by increases in the concentration of large HDL-P, and may be influenced by a significant genetic component. We provide evidence that regular exercise could potentially be used as an HDL-based therapy designed to target beneficial subfractions.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».