Impact of different resistance training protocols on muscular oxidative stress parameters
Notice bibliographique
Résumé
This study analyzes oxidative stress in skeletal muscle using different resisted training protocols. We hypothesize that different types of training produce different specifics. To test our hypothesis, we defined 3 resistance training protocols and investigated the respective biochemical responses in muscle. Twenty-four male Wistar rats were distributed in 4 groups: untrained (UT), muscular resistance training (RT), hypertrophy training (HT), and strength training (ST). After 12 weeks of training on alternate days, the red portion of the brachioradialis was removed and the following parameters were assessed: lactate and glycogen content, superoxide production, antioxidant enzyme content, and activities (superoxide dismutase, SOD; catalase, CAT; GPx, glutathione peroxidase). Thiobarbituric acid-reactive substances (TBARS), carbonyl, and thiol groups were also measured. Results showed increased superoxide production (UT = 5.348 ± 0.889; RT = 5.117 ± 0,651; HT = 8.412 ± 0.431; ST = 6.354 ± 0.552), SOD (UT = 0.078 ± 0.0163; RT = 0.101 ± 0.013; HT = 0.533 ± 0.109; ST = 0.388 ± 0.058), GPx (UT = 0.290 ± 0.023; RT = 0.348 ± 0.014; HT = 0.529 ± 0.049; ST = 0.384 ± 0.038) activities, and content of GPx (HT = 3.8 times; ST = 3.0 times) compared with the UT group. CAT activity was lower (UT = 3.966 ± 0.670; RT = 3.474 ± 0.583; HT = 2.276 ± 0.302; ST = 2.028 ± 0.471) in HT and ST groups. Oxidative damage was observed in the HT group (TBARS = 0.082 ± 0.009; carbonyl = 0.73 ± 0.053; thiol = 12.78 ± 0.917) compared with the UT group. These findings indicate that HT causes an imbalance in oxidative parameters in favor of pro-oxidants, causing oxidative stress in skeletal muscle.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».