Endurance training alters basal erythrocyte MCT-1 contents and affects the lactate distribution between plasma and red blood cells in T2DM men following maximal exercise
Notice bibliographique
Résumé
Chronic elevated lactate levels are associated with insulin resistance in patients with type 2 diabetes mellitus (T2DM). Furthermore, lactacidosis plays a role in limiting physical performance. Erythrocytes, which take up lactate via monocarboxylate transporter (MCT) proteins, may help transport lactate within the blood from lactate-producing to lactate-consuming organs. This study investigates whether cycling endurance training (3 times/week for 3 months) alters the basal erythrocyte content of MCT-1, and whether it affects lactate distribution kinetics in the blood of T2DM men (n = 10, years = 61 ± 9, body mass index = 31 ± 3 kg/m(2)) following maximal exercise (WHO step-incremental cycle ergometer test). Immunohistochemical staining indicated that basal erythrocyte contents of MCT-1 protein were up-regulated (+90%, P = 0.011) post-training. Erythrocyte and plasma lactate increased from before acute exercise (= resting values) to physical exhaustion pre- as well as post-training (pre-training: +309%, P = 0.004; +360%, P < 0.001; post-training: +318%, P = 0.008; +300%, P < 0.001), and did not significantly decrease during 5 min recovery. The lactate ratio (erythrocytes:plasma) remained unchanged after acute exercise pre-training, but was significantly increased after 5 min recovery post-training (compared with the resting value) (+22%, P = 0.022). The results suggest an increased time-delayed influx of lactate into erythrocytes following an acute bout of exercise in endurance-trained diabetic men.
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) | 0,001 | 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 ».