Dietary acid load and renal function have varying effects on blood acid-base status and exercise performance across age and sex
Notice bibliographique
Résumé
Diet composition influences acid-base status of the body. This may become more relevant as renal functional capacity declines with aging. We examined the effects of low (LD) versus high dietary acid load (HD) on blood acid-base status and exercise performance. Participants included 22 adolescents, 33 young adults (YA), and 33 elderly (EL), who followed a 7-day LD and HD in a randomized order. At the end of both diet periods the subjects performed a cycle ergometer test (3 × 10 min at 35%, 55%, 75%, and (except EL) until exhaustion at 100% of maximal oxygen uptake). At the beginning of and after the diet periods, blood samples were collected at rest and after all workloads. Oxygen uptake, respiratory exchange ratio (RER), and heart rate (HR) were monitored during cycling. In YA and EL, bicarbonate (HCO 3 − ) and base excess (BE) decreased over the HD period, and HCO 3 − , BE, and pH were lower at rest after HD compared with LD. In YA and EL women, HCO 3 − and BE were lower at submaximal workloads after HD compared with LD. In YA women, the maximal workload was 19% shorter and maximal oxygen uptake, RER, and HR were lower after HD compared with LD. Our data uniquely suggests that better renal function is associated with higher availability of bases, which may diminish exercise-induced acidosis and improve maximal aerobic performance. Differences in glomerular filtration rate between the subject groups likely explains the larger effects of dietary acid load in the elderly compared with younger subjects and in women compared with men.
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 | 0,001 | 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 ».