Left atrial phasic function interacts to support left ventricular filling during exercise in healthy athletes
Notice bibliographique
Résumé
We studied the contribution of phasic left atrial (LA) function to left ventricular (LV) filling during exercise. We hypothesized that reduced LV filling time at moderate-intensity exercise limits LA passive emptying and increases LA active emptying. Twenty endurance-trained males (55 ± 6 yr) were studied at rest and during light- (∼100 beats/min) and moderate-intensity (∼130 beats/min) exercise. Two-dimensional and Doppler echocardiography were used to assess phasic volumes and diastolic function. LV end-diastolic volume increased from rest to light exercise (54 ± 6 to 58 ± 5 ml/m(2), P < 0.01) and from light to moderate exercise (58 ± 5 to 62 ± 6 ml/m(2), P < 0.01). LA maximal volume increased from rest to light exercise (26 ± 4 to 30 ± 5 ml/m(2), P < 0.01) related to atrioventricular plane displacement (r = 0.55, P < 0.005), without further change at moderate exercise. LA passive emptying increased at light exercise (9 ± 2 to 13 ± 3 ml/m(2), P < 0.01) and then returned to baseline at moderate exercise, whereas LA active emptying increased appreciably only at moderate exercise (6 ± 2 to 14 ± 3 ml/m(2), P < 0.01). Thus, the total atrial emptying volume did not increase beyond light exercise, and the increase in LV filling at moderate exercise could be attributed primarily to an increase in the conduit flow volume (19 ± 3 to 25 ± 5 ml/m(2), P < 0.01). LA filling increases during exercise in relation to augmented LV longitudinal contraction. Conduit flow increases progressively with exercise in athletes, although this is driven by LV properties rather than intrinsic LA function. The pump function of the LA augments only at moderate exercise due to a reduced diastolic filling time and the Frank-Starling mechanism.
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 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) | 0,000 | 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 tête enseignante, 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 ».