The Correlation Between Small Dense LDL and Reactive Oxygen Metabolites in a Physical Activity Intervention in Hyperlipidemic Subjects
Notice bibliographique
Résumé
BACKGROUND: Small dense low-density lipoprotein (sdLDL), which has a small LDL particle size with a greater susceptibility to oxidation, is considered a risk marker for cardiovascular disease (CVD). The diacron reactive oxygen metabolites (d-ROMs) have recently been introduced as a clinically useful oxidative stress-related marker. Physical activity can reduce the CVD risk. The present study investigated the correlation between the changes of the mean LDL particle size and the oxidative stress status, as assessed by the d-ROMs, in a physical activity intervention in hyperlipidemic subjects. METHODS: We performed a 6-month intervention study of 30 hyperlipidemic subjects (12 male/18 female, mean age 64 years), focusing on a moderate physical activity increase. The clinical data, including the atherosclerotic risk factors besides the mean LDL particle size measured with the gel electrophoresis and the d-ROMs, were evaluated pre- and post-intervention. RESULTS: The mean LDL particle size was significantly larger in the post-intervention than in the pre-intervention evaluation (26.9 ± 0.3 (SD) vs. 27.1 ± 0.4 nm, P < 0.01), while the d-ROMs levels were significantly reduced in the post-intervention period compared to those at pre-intervention (319 ± 77 vs. 290 ± 73 U. Carr., P < 0.05). A stepwise multiple regression analysis revealed that there was an independent, significant and inverse correlation between the pre- and post-intervention changes of the d-ROMs and the mean LDL particle size (β = -0.55, P < 0.01). CONCLUSIONS: The intervention study suggests that sdLDL and oxidative stress can concomitantly affect the risk of developing CVD and that both factors can improve by even a moderate increase in physical activity among hyperlipidemic subjects.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».