Changes in serum cytokines after repeated bouts of downhill running
Notice bibliographique
Résumé
The purpose of this study was to examine changes in serum cytokines after repeated bouts of aerobically biased eccentric exercise. Six untrained males ran down a –13.5% treadmill grade for 60 min on two occasions (RUN1 and RUN2) at a speed equal to 75% of their VO2 peakon a level grade; runs were spaced 14 d apart. Serum was collected before, after, and every hour for 12 h, and every 24 h for 6 d. Cytokines were assessed using 17 multiplex bead technology (Bio-Rad). Creatine kinase (CK) and delayed-onset muscle soreness (DOMS) were assessed before and 24–120 h after. Results were analyzed using a repeated measures analysis of variance (p ≤ 0.05). All comparisons were between RUN1 and RUN2. CK and DOMS were significantly elevated after RUN1 compared with RUN2, indicative of a repeated bout effect. Regarding cytokines, during the initial 12 h period after RUN2, there was a 50% decrease in pro-inflammatory interleukin-6 (IL-6), a 10% decrease in pro-inflammatory macrophage chemotactic protein-1, and a 95% elevation in anti-inflammatory interleukin-10 (IL-10). Regarding 24 h periods, after RUN2 there was an 8% reduction in pro-inflammatory interleukin-8 (IL-8). However, pro-inflammatory macrophage inflammatory factor-1β (MIF-1β) was 18% higher during the 12 h after RUN2. The overall cytokine profile suggests a slight reduction in systemic inflammation after RUN2.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| 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 ».