Myocardial blood flow and adenosine A<sub>2A</sub>receptor density in endurance athletes and untrained men
Notice bibliographique
Résumé
Previous human studies have shown divergent results concerning the effects of exercise training on myocardial blood flow (MBF) at rest or during adenosine-induced hyperaemia in humans. We studied whether these responses are related to alterations in adenosine A2A receptor (A2AR) density in the left-ventricular (LV) myocardium, size and work output of the athlete's heart, or to fitness level. MBF at baseline and during intravenous adenosine infusion, and A2AR density at baseline were measured using positron emission tomography, and by a novel A(2A)R tracer in 10 healthy male endurance athletes (ET) and 10 healthy untrained (UT) men. Structural LV parameters were measured with echocardiography. LV mass index was 71% higher in ET than UT (193 +/- 18 g m(-2) versus 114 +/- 13 g m(-2), respectively). MBF per gram of tissue was significantly lower in the ET than UT at baseline, but this was only partly explained by reduced LV work load since MBF corrected for LV work was higher in ET than UT, as well as total MBF. The MBF during adenosine-induced hyperaemia was reduced in ET compared to UT, and the fitter the athlete was, the lower was adenosine-induced MBF. A2AR density was not different between the groups and was not coupled to resting or adenosine-mediated MBF. The novel findings of the present study show that the adaptations in the heart of highly trained endurance athletes lead to relative myocardial 'overperfusion' at rest. On the other hand hyperaemic perfusion is reduced, but is not explained by A2AR density.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».