High-fat feeding, but not strenuous exercise, increases blood oxidative stress in trained men
Notice bibliographique
Résumé
Two prevalent origins of oxidative stress in Western society are the ingestion of high-fat meals and the performance of strenuous exercise. The purpose of this investigation was to compare the magnitude of increase in blood oxidative stress following acute feeding and acute exercise. Twelve exercise-trained men consumed a high-fat meal or performed 1 of 3 exercise bouts (steady-state aerobic; high-intensity, moderate-duration interval sprints; maximal intensity, short-duration interval sprints) in a random order, crossover design. Blood was collected before and at times following feeding and exercise. Samples were analyzed for trigylcerides, malondialdehyde (MDA), hydrogen peroxide (H(2)O(2)), advanced oxidation protein products (AOPP), nitrate/nitrite (NOx), trolox-equivalent antioxidant capacity (TEAC), superoxide dismutase (SOD), catalase (CAT), and glutathione peroxidase (GPx). A significant condition effect was noted for MDA (p = 0.01), H(2)O(2) (p < 0.0001), and AOPP (p = 0.0006), with values highest for the meal condition. An increase of 88%, 247%, and 96% was noted from pre- to post-feeding for MDA, H(2)O(2), and AOPP, respectively. A condition effect was also noted for TEAC (p = 0.04) and CAT (p = 0.05), with values lowest for the meal condition (TEAC) and the meal and aerobic exercise condition (CAT). NOx, SOD, and GPx were relatively unaffected by feeding and exercise, while MDA, H(2)O(2), and AOPP experienced little change from pre- to postexercise (p > 0.05). These results illustrate that the magnitude of blood oxidative stress following a high-fat meal is significantly greater than that elicited by either aerobic or anaerobic exercise in a sample of exercise-trained men.
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) | 0,001 | 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 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 ».