Changes in tissue water content measured with multiple-frequency bioimpedance and metabolism measured with <sup>31</sup>P-MRS during progressive forearm exercise
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Multiple-frequency bioimpedance analysis (MFBIA) has been used to determine the cellular water composition in the human body. It is noninvasive and has demonstrated good correlations with other invasive measures of tissue water. However, the ability of this method to study transient changes in tissue water in specific muscle groups has not been explored. In this study, MFBIA was used to assess changes in forearm intracellular water (ICW), extracellular water (ECW), and total water (TW) in seven healthy volunteers during and after a progressive wrist flexion exercise protocol. In an identical trial, (31)P magnetic resonance spectroscopy ((31)P-MRS) was used to assess changes in intracellular pH and phosphocreatine (PCr). At the completion of exercise, forearm ICW increased 12.6% (SD 0.07, P = 0.003), TW increased 10.1% (SD 0.06, P = 0.005), and no significant changes were recorded for ECW. A significant correlation was found between the changes in intracellular pH and changes in ICW during exercise (r = -0.84, P = 0.018). With the use of regression analysis, average changes in P(i), PCr, and pH were found to predict changes in ICW (R(2) = 0.98, P = 0.005). In conclusion, MFBIA was sensitive enough to measure transient changes in the exercising forearm muscle. The changes seen were consistent with the hypothesis that intracellular acidification and PCr hydrolysis are important mediators of cellular osmolality and therefore may be responsible for the increased volume of water in the intracellular space that is often recorded after short-term high-intensity exercise.
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.
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) | 0,001 | 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 découle