Fluid replacement modulates oxidative stress- but not nitric oxide-mediated cutaneous vasodilation and sweating during prolonged exercise in the heat
Notice bibliographique
Résumé
The roles of nitric oxide synthase (NOS), reactive oxygen species (ROS), and angiotensin II type 1 receptor (AT 1 R) activation in regulating cutaneous vasodilation and sweating during prolonged (≥60 min) exercise are currently unclear. Moreover, it remains to be determined whether fluid replacement (FR) modulates the above thermoeffector responses. To investigate, 11 young men completed 90 min of continuous moderate intensity (46% V̇o 2peak ) cycling performed at a fixed rate of metabolic heat production of 600 W (No FR condition). On a separate day, participants completed a second session of the same protocol while receiving FR to offset sweat losses (FR condition). Cutaneous vascular conductance (CVC) and local sweat rate (LSR) were measured at four intradermal microdialysis forearm sites perfused with: 1) lactated Ringer (Control); 2) 10 mM N G -nitro-l-arginine methyl ester (l-NAME, NOS inhibition); 3) 10 mM ascorbate (nonselective antioxidant); or 4) 4.34 nM losartan (AT 1 R inhibition). Relative to Control (71% CVC max at both time points), CVC with ascorbate (80% and 83% CVC max ) was elevated at 60 and 90 min of exercise during FR (both P < 0.02) but not at any time during No FR (all P > 0.31). In both conditions, CVC was reduced at end exercise with l-NAME (60% CVC max ; both P < 0.02) but was not different relative to Control at the losartan site (76% CVC max ; both P > 0.19). LSR did not differ between sites in either condition (all P > 0.10). We conclude that NOS regulates cutaneous vasodilation, but not sweating, irrespective of FR, and that ROS influence cutaneous vasodilation during prolonged exercise with FR.
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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».