Modification of angiogenic factors by regular and acute exercise during pregnancy
Notice bibliographique
Résumé
This cross-sectional study examined mechanisms through which exercise might alter preeclampsia risk by estimating the effects of acute and chronic exercise on angiogenic markers in healthy pregnant women with different amounts of regular exercise participation. Serum-soluble fms-like tyrosine kinase-1 (sFlt-1), placental growth factor (PlGF), and soluble endoglin (sEng) were measured before and after 20 min of moderate-intensity cycle ergometry in normotensive, nonsmoking pregnant (16 active, 9 inactive, 34.1+/-1.6 wk gestation) and nonpregnant (15 active, 12 inactive, midlate luteal phase) women. Inactive women did not regularly exercise at an intensity that was sufficient to cause sweating. Active women exercised for at least 3 h/wk. Inactive pregnant women had significantly lower PlGF concentrations [median (interquartile range): 268 (159, 290) vs. 278 (221, 647) pg/ml, P=0.014] and higher sFlt-1 [5,180 (4,540, 5,834) vs. 4,217 (2,014, 5,481) pg/ml, P=0.005] and sEng concentrations [9.1 (7.7, 16.7) vs. 7.8 (6.5, 10.1) ng/ml, P=0.025] than active pregnant women. This effect of regular exercise participation was not observed in nonpregnant women. Acute exercise in pregnancy was not associated with antiangiogenic changes that might contribute to preeclampsia; rather, there was a small, but statistically significant, increase in PlGF following acute exercise in active pregnant women [278 (221, 647) vs. 335 (245, 628) pg/ml, P=0.014]. sFlt-1 increased significantly following acute exercise in inactive nonpregnant women [90 (86, 100) vs. 106 (101, 116) pg/ml, P=0.012], but not in active nonpregnant women. Regular exercise during pregnancy is associated with higher serum PlGF and lower sFlt-1 and sEng concentrations in late gestation, a difference that is unlikely to have predated the pregnancy.
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 ».