Plasma Adipokine and Hormone Changes in Mountaineers on Ascent to 5300 Meters
Notice bibliographique
Résumé
OBJECTIVE: The current study evaluated multiple metabolic and inflammatory hormone responses in recreational climbers (7 men and 3 women, age 26-49 years) over 9 days. In particular, acylation-stimulating protein (ASP), which influences fat storage in adipose tissue, has not been measured at high altitude. METHODS: Serial measurements were taken at sea level (SL), or 353 m, on day 0, 4000 m on day 3, 4750 m on day 6, and 5300 m on day 9 of the expedition. RESULTS: Body mass index (BMI) decreased upon ascent to 5300 m from SL (SL 23.2 ± 1.5 kg/m(2); 4000 m 23.2 ± 1.4 kg/m(2); 4750 m 22.9 ± 1.3 kg/m(2); 5300 m 22.3 ± 1.2 kg/m(2); P<.001). Similarly, plasma non-esterified fatty acids and triglycerides increased, while HDL cholesterol decreased (P<.05 to <.001) from SL to 5300 m. Acylation-stimulating protein (SL 42.2 ± 40.2 nm; 4000 m 117.0 ± 69.6 nm; 4750 m 107.9 ± 44.5 nm; 5300 m 82.2 ± 20.2 nm; P=.019) and adiponectin (SL 10.4 ± 6.5 ng/mL, 4000 m 13.9 ± 8.5 ng/mL, 4750 m 18.3 ± 8.3 ng/mL, 5300 m 14.7 ± 8.0 ng/mL; P=.015) increased, as did insulin and Interleukin-6 (IL-6) levels (up to 71% and 168%, respectively; P<.05) with no change in leptin, complement C3 (C3), high sensitivity C-reactive protein (hsCRP) or cortisol levels throughout the mountain ascent from SL to 5300 m. CONCLUSION: Acylation-stimulating protein and adiponectin are increased during a 9-day period of high altitude (SL to 5300 m) exposure despite weight loss in healthy mountaineers.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».