Soy and the exercise-induced inflammatory response in postmenopausal women
Notice bibliographique
Résumé
Aging is associated with increasing inflammation and oxidative stress in the body, both of which can have negative health effects. Successful attenuation of such processes with dietary countermeasures has major public health implications. Soy foods, as a source of high-quality protein and isoflavones, may improve such indices, although the effects in healthy postmenopausal women are not well delineated. A single-blind, randomized controlled trial was conducted in 31 postmenopausal women who were assigned to consume 3 servings of soy (n = 16) or dairy (n = 15) milk per day for 4 weeks. Parameters of systemic inflammation (tumor necrosis factor-alpha (TNF-alpha), interleukin-1beta (IL-1beta), and interleukin-6 (IL-6)) and the oxidative defense system (superoxide dismutase (SOD), glutathione peroxidase, cyclooxygenase-2) were measured post supplementation, before and after an eccentric exercise bout performed to elicit an inflammatory response. A significant group-by-time effect for plasma TNF-alpha was observed (p = 0.02), with values in the dairy group increased post supplementation and then decreasing into the postexercise period. Additionally, significant time effects were observed for plasma SOD (p < 0.0001) and IL-6 (p < 0.0001) in the postexercise period. Overall results from our study do not support the notion that 4 weeks of daily soy milk ingestion can attenuate systemic elevations in markers of inflammation or oxidative defense. However, data do suggest that the downhill-running protocol utilized in this study can be effective in altering systemic markers of inflammation and oxidative defense enzyme activity, and that the ingestion of soy may help prevent fluctuations in plasma TNF-alpha.
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 | 0,001 | 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 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 ».