Cerebral hemodynamics and resistance exercise
Notice bibliographique
Résumé
PURPOSE: Repetitive resistance exercise with large muscle mass causes rapid fluctuations in mean arterial blood pressure (MAP). We sought to determine the effect of these fluctuations on the cerebrovasculature response determined by mean flow velocity (Vmean) of the middle cerebral artery. METHODS: Nine subjects performed 10-repetition maximum leg press exercise. MAP was estimated by finger photoplethysmography, Vmean by Doppler ultrasound, and end-tidal CO2 (PETCO2) by mass spectrometry. RESULTS: Vmean fluctuated with MAP with each repetition however averaged over the 10 repetitions, Vmean was unchanged from resting baseline values (66.9 +/- 10.8 vs 67.7 +/- 12.3 cm.s-1, baseline vs exercise, P > 0.05) despite an increased MAP (89.5 +/- 8.4 vs 105.0 +/- 4.9 Torr, P < 0.05). PETCO2 also remained unchanged from rest to exercise (37.7 +/- 2.8 vs 36.6 +/- 2.7 Torr, P > 0.05). Vmean decreased below resting levels for the first 5 s of recovery (59.8 +/- 9.1 cm.s-1, P < 0.05) as MAP returned rapidly to slightly below baseline (83.3 +/- 6.1, P > 0.05). MAP/Vmean, an index of cerebrovascular resistance, was elevated during exercise and returned to baseline after exercise. An increase in Vmean at 30 s post exercise (78.4 +/- 10.6 cm.s-1, P < 0.05) corresponded with elevated PETCO2 (43.0 +/- 4.8 Torr, P > 0.05). CONCLUSION: The results suggest that fluctuations in MAP with individual muscle contractions during resistance exercise appear to be too rapid to be countered by cerebrovascular autoregulation. However, the progressive increase in MAP over a number of contractions was effectively countered to maintain Vmean near baseline values before a decrease in Vmean immediately after exercise.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 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 ».