Effect of exercise intensity on circulating hepatokine concentrations in healthy men
Notice bibliographique
Résumé
Fibroblast growth factor 21 (FGF21), follistatin and leukocyte cell-derived chemotaxin 2 (LECT2) are novel hepatokines that are modulated by metabolic stresses. This study investigated whether exercise intensity modulates the hepatokine response to acute exercise. Ten young, healthy men undertook three 8-h experimental trials: moderate-intensity exercise (MOD; 55% peak oxygen uptake), high-intensity exercise (HIGH; 75% peak oxygen uptake), and control (CON; rest), in a randomised, counterbalanced order. Exercise trials commenced with a treadmill run of varied duration to match gross exercise energy expenditure between trials (MOD vs HIGH; 2475 ± 70 vs 2488 ± 58 kJ). Circulating FGF21, follistatin, LECT2, glucagon, insulin, glucose and nonesterified fatty acids (NEFA) were measured before exercise and at 0, 1, 2, 4, and 7 h postexercise. Plasma FGF21 concentrations were increased up to 4 h postexercise compared with CON (P ≤ 0.022) with greater increases observed at 1, 2, and 4 h postexercise during HIGH versus MOD (P ≤ 0.025). Irrespective of intensity (P ≥ 0.606), plasma follistatin concentrations were elevated at 4 and 7 h postexercise (P ≤ 0.053). Plasma LECT2 concentrations were increased immediately postexercise (P ≤ 0.046) but were not significant after correcting for plasma volume shifts. Plasma glucagon (1 h; P = 0.032) and NEFA (4 and 7 h; P ≤ 0.029) responses to exercise were accentuated in HIGH versus MOD. These findings demonstrate that acute exercise augments circulating FGF21 and follistatin. Exercise-induced changes in FGF21 are intensity-dependent and may support the greater metabolic benefit of high-intensity exercise.
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) | 0,000 | 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 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 ».