MétaCan
Menu
Retour à la cohorte
Enregistrement W2955045283 · doi:10.1249/mss.0000000000002076

Cytokine and Sclerostin Response to High-Intensity Interval Running versus Cycling

2019· article· en· W2955045283 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueExercise and Physiological Responses
Établissements canadiensYork UniversityHealth Sciences CentreBrock University
Organismes subventionnairesnon disponible
Mots-clésSclerostinCyclingMedicineInternal medicineCrossover studyEndocrinologyHeart rateCytokineIntensity (physics)TreadmillBlood pressureChemistryPlaceboPathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study examined whether the exercise-induced changes in inflammatory cytokines differ between impact and no-impact high-intensity interval exercise, and whether they are associated with postexercise changes in sclerostin. METHODS: Thirty-eight females (n = 19, 22.6 ± 2.7 yr) and males (n = 19, 22.3 ± 2.4 yr) performed two high-intensity interval exercise trials in random order (crossover design): running on a treadmill and cycling on a cycle ergometer. Trials consisted of eight repetitions of 1 min running or cycling at ≥90% maximal heart rate, separated by 1 min passive recovery intervals. Blood was collected preexercise and 5 min, 1 h, 24 h, and 48 h postexercise, and it was analyzed for serum levels of interleukins (IL-1β, IL-6, and IL-10), tumor necrosis factor alpha (TNF-α), and sclerostin. RESULTS: Inflammatory cytokines significantly increased over time in both sexes with some differences between trials. Specifically, IL-1β significantly increased from pre- to 5 min after both trials (23%, P < 0.05), IL-6 increased 1 h after both trials (39%, P < 0.05), IL-10 was elevated 5 min after running (20%, P < 0.05) and 1 h after both running and cycling (41% and 64%, respectively, P < 0.05), and TNF-α increased 5 min after running (10%, P < 0.05). Sclerostin increased 5 min after both trials, with a greater increase in males than that in females (62 vs 32 pg·mL in running, P = 0.018; 63 vs 30 pg·mL in cycling, P = 0.004). In addition, sclerostin was significantly correlated with the corresponding changes in inflammatory cytokines, and 34% of the variance in its postexercise gain score (Δ) was explained by sex and the corresponding gain scores in TNF-α, which was the strongest predictor. CONCLUSION: A single bout of either impact or no-impact high-intensity exercise induces changes in inflammatory cytokines, which are associated with the postexercise increase in sclerostin.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,836

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,031
Tête enseignante GPT0,315
Écart entre enseignants0,284 · 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