Exercise elevates plasma levels but not gene expression of IL-1β, IL-6, and TNF-α in blood mononuclear cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Physical activity induces a subclinical inflammatory response, mediated in part by leukocytes, and manifested by elevated concentrations of circulating proinflammatory cytokines, including interleukin (IL)-1beta, IL-6, and tumor necrosis factor-alpha (TNF-alpha). However, the source of the cytokines that appear during exercise remains unknown. In this study, we examined exercise-induced changes in plasma cytokine concentrations and their corresponding mRNA expression in peripheral blood mononuclear cells. Ten healthy [peak oxygen uptake = 48.8 +/- 6.5 (SD) ml. kg(-1). min(-1)] but untrained men [age = 25 +/- 5 (SD) yr] undertook 3 h of exercise (cycling and inclined walking) at 60-65% peak oxygen uptake. Circulating leukocyte subset counts were elevated during and 2 h postexercise but returned to normal within 24 h. Plasma concentrations of IL-1beta, IL-6, and TNF-alpha peaked at the end of exercise and remained elevated at 2 h (IL-6) and up to 24 h (IL-1beta and TNF-alpha) postexercise. Cytokine gene expression in circulating mononuclear cells was measured by using the reverse transcriptase-polymerase chain reaction; mRNA accumulation did not change with exercise. In conclusion, mRNA accumulation of IL-1beta, IL-6, and TNF-alpha in circulating mononuclear cells is not affected by 3 h of moderate endurance exercise and does not seem to account for the observed increases in plasma cytokines.
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.
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 découle