MétaCan
Menu
← Retour à la cohorte
Enregistrement W2035713227 · doi:10.1097/00005768-200305001-00651

VENTRICULOARTERIAL COUPLING DURING PROLONGED EXERCISE IN ENDURANCE ATHLETES

2003· article· en· W2035713227 sur OpenAlexaff
Michael K. Stickland, Warren Anderson, Robert C. Welsh, Stewart R. Petersen, Richard L. Jones, Mark J. Haykowsky

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAthletesEndurance trainingPhysical medicine and rehabilitationPhysical therapyMedicineCardiology

Résumé

récupéré en direct d'OpenAlex

Previous investigations have examined the effects of prolonged strenuous exercise (PSE) on left ventricular ejection fraction (LVEF). However, the effects of PSE on ventriculoarterial coupling has not been well examined in endurance athletes. PURPOSE To examine the effects of PSE on ventriculoarterial coupling and LVEF in trained cyclists. METHODS Ten male cyclists exercised on their own racing bicycles at 70 ± 5% of VO2max until exhaustion (mean exercise time:2.7 ± 0.7 hours). Two-dimensional echocardiography was used to quantify cardiac volumes and LVEF. Ventricular elastance (Ees) was calculated by the ratio of end-systolic pressure to end-systolic volume, arterial elastance (Ea) was determined by the ratio of end-systolic pressure to stroke volume, and ventriculoarterial coupling was expressed as the Ea/Ees ratio. Measurements were taken before and during exercise. RESULTS At the onset of exercise, LVEF increased by approximately 30% due to an elevation in Ees (i.e. LV contractility), and reductions in Ea (i.e. afterload) and the Ea/Ees ratio. As exercise progressed, LVEF continued to increase due to decreases in Ea while Ees and Ea/Ees remained unchanged. CONCLUSION Favorable coupling between the ventricular and arterial systems occurred in endurance cyclists during prolonged strenuous exercise and resulted in a continual increase in LVEF.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,269
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetSports Performance and Training→Travaux en français237 207→