Effects of Intense and Prolonged Exercise on Insulin Sensitivity and Glycogen Metabolism in Hypertensive Subjects
Notice bibliographique
Résumé
BACKGROUND: The information that insulin sensitivity and glycogen synthesis are reduced in hypertension arises primarily from studies using insulin infusions. Whether glycogen metabolism is actually altered in a physiological condition, such as during and after prolonged exercise, is currently unknown. METHODS AND RESULTS: To examine this issue, 9 hypertensive and 11 normotensive subjects were evaluated on a rest day and after intense and prolonged exercise on a separate day. Insulin sensitivity and hemodynamic variables were measured on both days. On the exercise day, whole-body substrate utilization was assessed and muscle biopsies were taken in the leg at baseline, immediately after exercise, and 2.5 and 4 hours after exercise. Insulin sensitivity at rest was lower in hypertensive than normotensive subjects (P<0.05) and increased after exercise in normotensive (P<0.01) but not in hypertensive (P=NS) subjects. Leg blood flow increased after exercise in both groups but to a lesser extent in hypertensive than normotensive subjects. Baseline glycogen content and maximal glycogen synthase activity were higher in hypertensive than normotensive subjects (P<0.001). Glycogen concentration decreased relatively less (-35 versus -66%) and returned to baseline levels faster in hypertensive subjects after exercise. Hypertensive subjects used approximately 40% less carbohydrates during exercise (P<0.001) at the expense of greater free fatty acid oxidation. CONCLUSIONS: It is concluded that increased intramuscular glycogen storage and resynthesis in hypertension are independent of blood flow and may represent compensatory mechanisms for the reduced insulin sensitivity and carbohydrate metabolism in this condition.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| 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 ».