Effect of high-intensity interval exercise on basal triglyceride metabolism in non-obese men
Notice bibliographique
Résumé
A single bout of high-intensity interval aerobic exercise has been shown to produce the same or greater metabolic benefits as continuous endurance exercise with considerably less energy expenditure, but whether this applies to very low density lipoprotein (VLDL) metabolism is not known. We sought to examine the effect of a single bout of high-intensity interval aerobic exercise on basal VLDL-triglyceride (TG) kinetics 14 and 48 h after exercise cessation to determine the acute and time-dependent effects of this type of exercise on VLDL-TG metabolism. Eight healthy sedentary men (age, 23.6 ± 6.1 years; body mass index, 23.1 ± 2.2 kg·m(-2), peak oxygen consumption (V̇O2peak), 36.3 ± 5.5 mL·kg(-1)·min(-1)) participated in three stable isotopically labeled tracer infusion studies: (i) 14 h and (ii) 48 h after a single bout of high-intensity aerobic interval exercise (60% and 90% of V̇O2peak in 4 min intervals for a total of 32 min; gross energy expenditure ∼500 kcal) and (iii) after an equivalent period of rest, in random order. Fasting plasma VLDL-TG concentration was 20% lower at 14 h (P = 0.046) but not at 48 h (P = 1.000) after exercise compared with the resting trial. VLDL-TG plasma clearance rate increased by 21% at 14 h (P < 0.001) but not at 48 h (P = 0.299) after exercise compared with rest, whereas hepatic VLDL-TG secretion rate was not different from rest at any time point after exercise. We conclude that high-intensity interval exercise reduces fasting plasma VLDL-TG concentrations in non-obese men the next day by augmenting VLDL-TG clearance, just like a single bout of continuous endurance exercise. This effect is short-lived and abolished by 48 h 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,000 | 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 ».