MétaCan
Menu
Retour à la cohorte
Enregistrement W2044173312 · doi:10.1055/s-0033-1343407

Effect of Muscle Unloading, Reloading and Exercise on Inflammation during a Head-down Bed Rest

2013· article· en· W2044173312 sur OpenAlexfundno aff
M. Mutin-Carnino, A. Carnino, Sandrine Roffino, Angèle Chopard

Notice bibliographique

RevueInternational Journal of Sports Medicine · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueSpaceflight effects on biology
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Space AgencyEuropean Space AgencyNational Aeronautics and Space Administration
Mots-clésBed restInflammationRest (music)MedicineInterleukin 6Internal medicineC-reactive proteinEndocrinology

Résumé

récupéré en direct d'OpenAlex

Muscles are affected by unloading during head-down bed rests and by reloading through normal reambulation. This study investigated the effects of a 60 days head-down long-term bed rest with or without predefined exercise countermeasures on the development of an inflammatory reaction.Blood samples were taken before, during and after bed rest in control and exercise groups of women. They were assayed for soluble ICAM-1, VCAM-1, E- and L-selectin, IL1β, IL6, TNFα and CRP as markers of inflammation with ELISA.Head-down long-term bed rest induced plasma volume variations which had an impact on the concentrations of the inflammatory factors and led to data corrections for a reliable analysis of the results. None of the marker of inflammation, except IL6 in control group, showed a significant change from baseline during bed rest. The main results were obtained during recovery. VCAM-1 increased in all groups, ICAM-1, in the control group, and L-selectin, in the exercise group. Peaks of IL6 and CRP were observed on day 59 of bed rest for IL6 and on day 2 of recovery for CRP in the control group. Exercise during bed rest prevented the augmentation of IL6, CRP and ICAM-1. These results might suggest a shift towards pro-inflammatory conditions, prevented in part by exercises.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,443

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,288
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sports MedicineMême sujetSpaceflight effects on biologyTravaux en français237 207