MétaCan
Menu
Retour à la cohorte
Enregistrement W2894347903 · doi:10.3389/fphys.2018.01367

High-Intensity Interval Training Is Associated With Alterations in Blood Biomarkers Related to Brain Injury

2018· article· en· W2894347903 sur OpenAlexaff
Alex P. Di Battista, Katherine A. Moes, Maria Y. Shiu, Michael G. Hutchison, Nathan W. Churchill, Scott Thomas, Shawn G. Rhind

Notice bibliographique

RevueFrontiers in Physiology · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueS100 Proteins and Annexins
Établissements canadiensSt. Michael's HospitalUniversity of TorontoDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésNeurograninMedicineGlial fibrillary acidic proteinInternal medicineBiomarkerHigh-intensity interval trainingConcussionEndocrinologyBiologyPoison control

Résumé

récupéré en direct d'OpenAlex

Purpose: Blood biomarkers are a useful tool to study concussion. However, their interpretation is complicated by a number of potential biological confounds, including exercise. This is particularly relevant in military and athletic settings where injury commonly occurs during physical exertion. The impact of high-intensity interval training (HIIT) on putative brain-injury biomarkers remains under-examined. The purpose of this study was to observe the effects of HIIT on a panel of blood biomarkers associated with brain injury. Methods: Eleven healthy, recreationally active males (median age = 29.0, interquartile range = 26.0 – 31.5) performed HIIT on a bicycle ergometer (8-12 x 60-sec intervals at 100% of peak power output, interspersed by 75-sec recovery at 50 W) three times/week for two weeks. Peripheral blood samples were collected before and immediately after HIIT during the first and last training sessions. Plasma concentrations of s100 calcium binding protein beta (S100B), glial fibrillary acidic protein (GFAP), neuron-specific enolase (NSE), brain-derived neurotrophic factor (BDNF), neurogranin (NRGN), peroxiredoxin (PRDX)-6, creatine kinase-BB isoenzyme (CKBB), visinin-like protein (VILIP)-1, von Willebrand factor (vWF), monocyte chemoattractant protein (MCP)-1, matrix metalloproteinase (MMP)-9, and total tau (T-tau) were quantitated by high-sensitivity MULTI-SPOT® immunoassay, on the MesoScale Diagnostics electrochemiluminescence detection platform. Differences in biomarker concentrations in response to HIIT were evaluated by partial least squares discriminant analysis within a repeated-measures bootstrapped framework. Results: Ten of twelve biomarkers were increased pre-to-post HIIT; VILIP-1 remained unchanged, and GFAP was not statistically evaluated due to insufficient detectability. After two weeks of HIIT, T-tau was no longer significantly elevated pre-to-post HIIT, and significant attenuation was noted in the acute responses of NRGN, PRDX-6, MMP-9, and vWF. In addition, compared to session 1, at session 6 pre-exercise concentrations of NSE and VILIP-1 were significantly lower and higher, respectively. Conclusion: Blood biomarkers commonly associated with brain injury are significantly elevated in response to a single bout of HIIT. After a two-week, 6 session training protocol, this response was attenuated for some, but not all markers. While biomarkers continue to provide promise to concussion research, future studies are necessary to disentangle the common biological sequelae to both exercise and brain injury.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil0,633

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,239
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetS100 Proteins and AnnexinsTravaux en français237 207