The influence of sex, menstrual cycle phase, estrogen, obesity, and endurance training on carbohydrate and lipid metabolism at rest and during moderate-intensity endurance exercise
Notice bibliographique
Résumé
Carbohydrate (CHO) and fat constitute the main fuels used during endurance exercise. The purpose of this thesis was to determine how sex, menstrual cycle phase, estrogen, obesity, and endurance training (ET) influence substrate metabolism. In study 1, men (n = 11) and women (n = 13) underwent primed constant infusion of [6,6-2H] glucose with muscle biopsies taken before and after a 90 min bike ride at 65% VO2 peak. Luteal-phase women had lower muscle glycogen utilization compared with follicular-phase women. Women had lower respiratory exchange ratio (RER) and plasma glucose utilization than men. In study 2, men (n = 17) and women (n = 19) had muscle biopsies taken before and after a 90 min bike ride at 65% VO2 peak. Women had greater intramyocellular lipid (IMCL) content and lower RER during exercise, with no effect of sex on net IMCL utilization. In study 3, Men (n = 11) were treated with 17-β-estradiol (E2, 2 mg·d–1, 8 d) and placebo and underwent primed constant infusion of [6,6–2H] glucose with muscle biopsies taken before and after a 90 min bike ride at 65% VO2 peak. E2 lowered RER and plasma glucose oxidation during exercise, with no effect on muscle glycogen utilization. In study 4, lean (n = 12) and obese (n = 11) women underwent 12 weeks of ET with muscle biopsies taken before and after training. Obese women were insulin resistant compared with lean women. ET increased oxidative capacity and β-oxidation capacity, as well as mitochondrial content. ET redistributed IMCL from the subsarcolemmal region to the intermyofibrillar region of the muscle fibre. These studies demonstrate that substrate metabolism is affected by many factors in health and disease and the ability to manipulate these factors is of importance to athletes wishing to improve performance, as well as to obese individuals attempting to normalize an altered metabolic state.
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 | 0,001 |
| 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) | 0,001 | 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 ».