MétaCan
Menu
← Retour à la cohorte
Enregistrement W1968749355 · doi:10.1097/00005768-200305001-00602

AEROBIC EXERCISE INDUCES DIFFERENTIAL MYOGENIC RESPONSES IN YOUNG VERSUS OLD SKELETAL MUSCLE

2003· article· en· W1968749355 sur OpenAlexaff
W. S. Parkhouse, C Li, J M. Litt, Louise Cunningham

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésSkeletal muscleAerobic exerciseDifferential (mechanical device)Physical medicine and rehabilitationMedicineInternal medicineEndocrinologyChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

The factors contributing to the myogenic processes in the period between exercise bouts have not be examined with respect to aging. PURPOSE This study was designed to determine if the responses of a number of factors thought to be involved in the regulation of skeletal muscle myogenesis were similarly affected by a prior bout of aerobic exercise. METHODS Young (4 mo) and old (24 mo) C57Bl6 female mice were randomly assigned to either control or exercise groups (2.5 hour duration treadmill run) and sacrificed 12 hours following the acute exercise bout. Plasma insulin-like growth factor-1 (IGF-1) levels and skeletal muscle levels of calcineurin, myostatin, IGF-1 and IGF binding protein-3 (IGFBP-3) were determined. RESULTS Exercise had no effect on circulating IGF-1 levels or tissue IGF-1 levels but tissue IGFBP-3 levels were significantly increased (p < 0.05) in the young exercised animals. Whereas myostatin levels decreased following the exercise in the young animals (p < 0.05), they were unchanged in the older animals. Calcineurin levels were increased with exercise in both the young and old animals (p < 0.05) with the increase being twice as large in the young animals. CONCLUSION These data suggest that these myogenic factors are differentially affected by acute aerobic exercise with aging. This study was funded by a grant from the MSFHR to WSP.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,298
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetSports Performance and Training→Travaux en français237 207→