Influence of physical fitness on antioxidant activity and malondialdehyde level in healthy older adults
Notice bibliographique
Résumé
The aim of this study was to investigate how physical fitness level could affect antioxidant activity and malondialdehyde (MDA) level at rest and in response to exhaustive exercise in healthy older adults. Fifty older adults (average age: 66.1 ± 3.8 years) were divided according to their physical fitness level into an unfit group (UG) (n = 15), a low fitness level group (LFG) (n = 18), and a high fitness level group (HFG) (n = 17). Fitness status was classified based on answers to a questionnaire about physical activity in the previous 12 months. Before and after an incremental cycle ergometer test to exhaustion, the following markers were assessed: superoxide dismutase (SOD), glutathione peroxidase (GPX), glutathione reductase, ascorbic acid, α-tocopherol, and MDA. At rest, SOD, GPX, and α-tocopherol activities were higher in the HFG (p < 0.05), whereas MDA level was lower in the LFG in comparison with the 2 other groups (p < 0.05). During the postexercise period, antioxidant activity increased only in the LFG and the HFG (GPX, SOD, and α-tocopherol). MDA level increased in all groups after the exercise (p < 0.05). In addition, MDA level was higher during the recovery period in the HFG as compared with the others groups. This study concluded that both low and high physical fitness levels help maintain better antioxidant defenses in older adults. However, a higher physical fitness level, rather than a lower physical fitness level, could increase lipid peroxidation.
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) | 0,001 | 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 ».