Influence of polyphenol-rich diet on exercise-induced immunomodulation in male endurance athletes
Notice bibliographique
Résumé
Stress is associated with increased susceptibility to infection. We investigated if the mechanism involves immunomodulation of dendritic cells and whether this can be inhibited by a polyphenol-rich diet. Blood samples were taken from a total of 100 male endurance athletes at 5 time points around a marathon run: 4 weeks before; 1 week before; and immediately, 24 h, and 72 h after. Participants were randomized into 2 double-blinded groups. One group received a polyphenol-rich beverage during a 3-week training phase before marathon while the other group received a placebo beverage. Flow cytometric analysis of dendritic cell (DC) counts and subpopulation counts (myeloid, plasmocytoid DCs) was performed. Levels of viral antigen presenting toll-like receptor (TLR) 7 messenger RNA was measured by real-time polymerase chain reaction. Marathon running induced a significant increase of circulating myeloid DCs (0.2% vs. 0.33% of whole-blood leukocytes (wbl); p < 0.01) and a significant decrease of plasmozytoid DCs (0.12% vs. 0.03% of wbl; p < 0.01) and TLR7 expression (decline of 60%; p < 0.01). Polyphenol supplementation did not significantly affect mobilization of dendritic cells but showed beneficial effects on regeneration of TLR7 expression in wbl at 3 days postmarathon (decline of 40% vs. increase of 1000%; p < 0.05). In conclusion, physical stress affects circulating DCs, with an increase of myeloid and a decrease of plasmozytoid DCs. This may partially explain the susceptibility to viral infections after strenuous exercise. These detrimental effects are not attenuated by polyphenol supplementation. However, polyphenols support regeneration of viral antigen presenting TLR7 after strenuous exercise.
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 ».