MétaCan
Menu
Retour à la cohorte
Enregistrement W2112876140 · doi:10.1139/h08-108

Progesterone and estrogen influence postexercise leukocyte infiltration in overiectomized female rats

2008· article· en· W2112876140 sur OpenAlexaffvenue
Sobia Iqbal, Amy Thomas, Kareem Bunyan, Peter M. Tiidus

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueExercise and Physiological Responses
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésEstrogenInternal medicineEndocrinologyInfiltration (HVAC)Ovariectomized ratSkeletal muscleMedicineHormone

Résumé

récupéré en direct d'OpenAlex

Limited research has been conducted on the effects of progesterone alone, or in combination with estrogen, on leukocyte infiltration in skeletal muscle following exercise. To investigate the effects of these female sex hormones, ovariectomized female rats were divided into 4 exercise and 4 control groups: sham, estrogen, progesterone, and a combination of estrogen plus progesterone. Following 8 days of hormone replacement and 24 h postexercise, soleus (red) and superficial (white) vastus muscles were removed and immunostained for His48 (neutrophil)- and ED1 (macrophage)-positive cells. The postexercise increase in leukocyte infiltration was completely (p < 0.05) attenuated with estrogen supplementation alone in both muscle types, relative to sham. Progesterone treatment alone also resulted in a smaller (20%-30%) but significant (p < 0.05) attenuation of postexercise muscle leukocyte infiltration. The combination of estrogen and progesterone treatment did not significantly alter the attenuation seen with estrogen supplementation alone. Hence, progesterone can independently attenuate postexercise muscle leukocyte infiltration, albeit to a lesser degree than estrogen, and it will not negate or accentuate the effect of estrogen.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,019
Tête enseignante GPT0,266
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), 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

Citations38
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetExercise and Physiological ResponsesTravaux en français237 207