Determinants of exercise performance in normal men with externally imposed expiratory flow limitation
Notice bibliographique
Résumé
To understand how externally applied expiratory flow limitation (EFL) leads to impaired exercise performance and dyspnea, we studied six healthy males during control incremental exercise to exhaustion (C) and with EFL at approximately 1. We measured volume at the mouth (Vm), esophageal, gastric and transdiaphragmatic (Pdi) pressures, maximal exercise power (W(max)) and the difference (Delta) in Borg scale ratings of breathlessness between C and EFL exercise. Optoelectronic plethysmography measured chest wall and lung volume (VL). From Campbell diagrams, we measured alveolar (PA) and expiratory muscle (Pmus) pressures, and from Pdi and abdominal motion, an index of diaphragmatic power (W(di)). Four subjects hyperinflated and two did not. EFL limited performance equally to 65% W(max) with Borg = 9-10 in both. At EFL W(max), inspiratory time (TI) was 0.66s +/- 0.08, expiratory time (TE) 2.12 +/- 0.26 s, Pmus approximately 40 cmH2O and DeltaVL-DeltaVm = 488.7 +/- 74.1 ml. From PA and VL, we calculated compressed gas volume (VC) = 163.0 +/- 4.6 ml. The difference, DeltaVL-DeltaVm-VC (estimated blood volume shift) was 326 ml +/- 66 or 7.2 ml/cmH2O PA. The high Pmus and long TE mimicked a Valsalva maneuver from which the short TI did not allow recovery. Multiple stepwise linear regression revealed that the difference between C and EFL Pmus accounted for 70.3% of the variance in DeltaBorg. DeltaW(di) added 12.5%. We conclude that high expiratory pressures cause severe dyspnea and the possibility of adverse circulatory events, both of which would impair exercise performance.
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 ».