The Effect of the Menstrual Cycle on Daily Measures of Heart Rate Variability in Athletic Women
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. Heart rate variability (HRV) is a biomarker used to reflect both healthy and pathological state(s). The effect of the menstrual cycle and menstrual cycle phases (follicular, luteal) on HRV remains unclear. Active eumenorrheic women free from exogenous hormones completed five consecutive weeks of daily, oral basal body temperature (BBT) and HRV measurements upon waking. Descriptive statistics were used to characterize shifts in the HRV measures: standard deviation of NN intervals (SDNN), root mean square of successive difference (rMSSD), high (HF) and low frequency (LF) across the menstrual cycle and between phases. All HRV measures were assessed by medians ( Mdn), median difference of consecutive days ( Mdn∆) and variance. Seven participants ( M ± SD; age: 28.60 ± 8.40 year) completed the study with regular menstrual cycles (28.40 ± 2.30 days; ovulation day 14.57 ± 0.98 day). Median rMSSD displayed a nonlinear decrease across the menstrual cycle and plateau around the day of ovulation. A negative shift before ovulation in Mdn∆, rMSSD, SDNN, and LF as well as peak on luteal phase Day 4 in rMSSD and SDNN was observed. Median variance increased in rMSSD (150.06 ms 2 ) SDNN (271.12 ms 2 ), and LF variance (0.001 sec 2 /Hz) from follicular to luteal phase. Daily HRV associated with the parasympathetic nervous system was observed to decrease nonlinearly across the menstrual cycle.
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.
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 | 0,004 | 0,001 |
| 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 découle