Rapid vasoregulatory mechanisms in exercising human skeletal muscle: dynamic response to repeated changes in contraction intensity
Notice bibliographique
Résumé
We tested the hypothesis that vasoregulatory mechanisms exist in humans that can rapidly adjust muscle blood flow to repeated increases and decreases in exercise intensity. Six men and seven women (age, 24.4+/-1.3 yr) performed continuous dynamic forearm handgrip contractions (1- to 2-s contraction-to-relaxation duty cycle) during repeated step increases and decreases in contraction intensity. Three step change oscillation protocols were examined: Slow (7 contractions per contraction intensityx10 steps); Fast (2 contractions per contraction intensityx15 steps); and Very Fast (1 contraction per contraction intensityx15 steps). Forearm blood flow (FBF; Doppler and echo ultrasonography), heart rate (ECG), and mean arterial pressure (arterial tonometry) were examined for the equivalent of a cardiac cycle during each relaxation phase (FBFrelax). Mean arterial pressure and heart rate did not change during repeated step changes (P=0.352 and P=0.190). For both Slow and Fast conditions, relaxation phase FBFrelax adjusted immediately and repeatedly to both increases and decreases in contraction intensity, and the magnitude and time course of FBFrelax changes were virtually identical. For the Very Fast condition, FBFrelax increased with the first contraction and thereafter slowly increased over the course of repeated contraction intensity oscillations. We conclude that vasoregulatory mechanisms exist in human skeletal muscle that are capable of rapidly and repeatedly adjusting muscle blood flow with ongoing step changes in contraction intensity. Importantly, they demonstrate symmetry in response magnitude and time course with increasing versus decreasing contraction intensity but cannot adjust to very fast exercise intensity oscillations.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».