MétaCan
Menu
Retour à la cohorte
Enregistrement W2154824339 · doi:10.1113/jphysiol.2014.281873

Divergent muscle sympathetic responses to dynamic leg exercise in heart failure and age‐matched healthy subjects

2014· article· en· W2154824339 sur OpenAlexafffund
Catherine F. Notarius, Philip J. Millar, Hisayoshi Murai, Beverley L. Morris, Susan Marzolini, Paul Oh, John S. Floras

Notice bibliographique

RevueThe Journal of Physiology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensUniversity of TorontoUniversity Health NetworkMount Sinai Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHeart failureMedicineHeart rateCardiologyEjection fractionInternal medicineSympathetic nervous systemBlood pressureReflexPhysical exercise

Résumé

récupéré en direct d'OpenAlex

KEY POINTS: People with diminished ventricular contraction who develop heart failure have higher sympathetic nerve firing rates at rest compared with healthy individuals of a similar age and this is associated with less exercise capacity. During handgrip exercise, sympathetic nerve activity to muscle is higher in patients with heart failure but the response to leg exercise is unknown because its recording requires stillness. We measured sympathetic activity from one leg while the other leg cycled at a moderate level and observed a decrease in nerve firing rate in healthy subjects but an increase in subjects with heart failure. Because these nerves release noradrenaline, which can restrict muscle blood flow, this observation helps explain the limited exercise capacity of patients with heart failure. Lower nerve traffic during exercise was associated with greater peak oxygen uptake, suggesting that if exercise training attenuated sympathetic outflow functional capacity in heart failure would improve. ABSTRACT: The reflex fibular muscle sympathetic nerve (MSNA) response to dynamic handgrip exercise is elicited at a lower threshold in heart failure with reduced ejection fraction (HFrEF). The present aim was to test the hypothesis that the contralateral MSNA response to mild to moderate dynamic one-legged exercise is augmented in HFrEF relative to age- and sex-matched controls. Heart rate (HR), blood pressure and MSNA were recorded in 16 patients with HFrEF (left ventricular ejection fraction = 31 ± 2%; age 62 ± 3 years, mean ± SE) and 13 healthy control subjects (56 ± 2 years) before and during 2 min of upright one-legged unloaded cycling followed by 2 min at 50% of peak oxygen uptake (V̇O2,peak). Resting HR and blood pressure were similar between groups whereas MSNA burst frequency was higher (50.0 ± 2.0 vs. 42.3 ± 2.7 bursts min(-1), P = 0.03) and V̇O2,peak lower (18.0 ± 2.0 vs. 32.6 ± 2.8 ml kg(-1) min(-1), P < 0.001) in HFrEF. Exercise increased HR (P < 0.001) with no group difference (P = 0.1). MSNA burst frequency decreased during mild to moderate dynamic exercise in the healthy controls but increased in HFrEF (-5.5 ± 2.0 vs. 6.9 ± 1.8 bursts min(-1), P < 0.001). Exercise capacity correlated inversely with MSNA burst frequency at 50% V̇O2,peak (n = 29; r = -0.64; P < 0.001). At the same relative workload, one-legged dynamic exercise elicited a fall in MSNA burst frequency in healthy subjects but sympathoexcitation in HFrEF, a divergence probably reflecting between-group differences in reflexes engaged by cycling. This finding, coupled with an inverse relationship between MSNA burst frequency during loaded cycling and subjects' V̇O2,peak, is consistent with a neurogenic determinant of exercise capacity in HFrEF.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,270
Écart entre enseignants0,258 · 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'étudeObservationnel
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

Citations60
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of PhysiologyMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207