Response of Sclerostin and Bone Turnover Markers to High Intensity Interval Exercise in Young Women: Does Impact Matter?
Notice bibliographique
Résumé
This study examined potential exercise-induced changes in sclerostin and in bone turnover markers in young women following two modes of high intensity interval exercise that involve impact (running) or no-impact (cycling). Healthy, recreationally active, females (n=20; 22.5±2.7 years) performed two exercise trials in random order: high intensity interval running (HIIR) on a treadmill and high intensity interval cycling (HIIC) on a cycle ergometer. Trials consisted of eight 1 min running or cycling intervals at ≥90% of maximal heart rate, separated by 1 min passive recovery intervals. Blood samples were collected at rest (pre-exercise) and 5 min, 1h, 24h, and 48h following each exercise trial. Serum was analyzed for sclerostin, cross linked telopeptide of type I collagen (CTXI), and procollagen type I amino-terminal propeptide (PINP). A significant time effect was found for sclerostin, which increased from pre-exercise to 5 min after exercise in both trials (100.2 to 131.6 pg/ml in HIIR; 102.3 to 135.8 pg/ml in HIIC, p<0.001) and returned to baseline levels by 1h, with no difference between exercise modes and no exercise mode-by-time interaction. CTXI did not significantly change following either trial. PINP showed an overall time effect following HIIR, but none of the post hoc pairwise comparisons were statistically significant. In young women, a single bout of high intensity exercise induces an increase in serum sclerostin, irrespective of exercise mode (impact versus no-impact), but this response is not accompanied by a response in either bone formation or resorption markers.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».