Impact Of Caffeine On Exercising Forearm Blood Flow And VO2 In Type II Diabetes
Notice bibliographique
Résumé
Evidence is emerging that exercise intolerance in persons with type II diabetes (T2D) may be partly due to a reduced muscle oxygen delivery. Furthermore, the reduced oxygen delivery may be due to a reduced ability of red blood cells (RBCs) to evoke ATP-mediated vasodilation in response to low oxygen. Additional evidence suggests that caffeine can enhance low oxygen-evoked ATP release from RBCs. PURPOSE: To determine 1) whether forearm blood flow (FBF), forearm oxygen consumption (VO2), and exercise tolerance during forearm exercise is reduced in persons with T2D compared to control (CON) subjects, and 2) whether these deficits are attenuated by caffeine ingestion. METHODS: T2D (n = 4) and CON (n = 4) subjects performed rhythmic forearm handgrip exercise at an intensity equivalent to 17.5 kg until "task failure" or 20 minutes of exercise was reached, after having consumed either a caffeine (5mg/kg; Caff) or placebo (Pl) capsule. FBF (Doppler and Echo ultrasound of the brachial artery), VO2 and lactate efflux (deep forearm vein blood sampling), and mean arterial pressure (MAP; finger photoplethysmography) were quantified at the end of each minute of exercise. RESULTS: Data are mean ±SE. Steady state FBF (ml/min) was similar across groups and treatment conditions (CONCaff 553.80 ± 82.35, CONPl 583.42 ± 112.62, T2DCaff 523.33 ± 105.39, T2DPl 569.08 ± 134.20, NS), and this was due to similar MAP and forearm vascular conductance (across groups and treatment conditions, NS). VO2 and Time to Task Failure (TTF) were not different between groups and treatment conditions (NS). However, there was a strong positive relationship between steady state FBF and TTF (r2=0.763) when examined across all subjects. CONCLUSIONS: In the exercise model utilized, persons with T2D do not have impaired cardiovascular responsiveness or reduced exercise tolerance, and caffeine did not enhance responses in either group. Differences in exercising MBF may be an underlying mechanism regarding differences in exercise tolerance across individuals, independent of disease status.
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) | 0,000 | 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 ».