Disrupting prolonged sitting reduces IL-8 and lower leg swell in active young adults
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 Background Evidence suggests that disrupting prolonged bouts of sitting with short bouts of physical activity can significantly reduce blood glucose and improve insulin sensitivity; however, limited research is available on the impact of such disruptions on inflammation and swelling. The purpose of this study was to determine whether short bouts of exercise performed each hour during a 4 h sitting session were able to negate the effects of prolonged sitting (PS) on several cardiometabolic outcomes. Methods Eligible participants ( n = 10) attended two laboratory sessions: PS (uninterrupted sitting for 4 h) and disrupted sitting (DS; 4 h sitting session disrupted by 3 min of exercise each hour (60-s warm-up at 50 W, 5 s of unloaded cycling, 20-s sprint at 5% body weight, and 95-s cool-down at 50 W)). The exercise bouts were performed at minute 60, 120, and 180. Blood and saliva samples, and measures of heart rate and blood pressure were assessed before (T1) and after (T2) each session; leg swell was measured continuously. Results Concentrations of salivary IL-8 increased during PS (T1: 0.19 ± 0.32; T2: 0.50 ± 1.00 pg/μg of protein) but decreased during DS (T1: 0.41 ± 0.23; T2: 0.22 ± 0.11 pg/μg of protein, d: 0.51, p = 0.002). Leg swell increased and plateaued in PS, but was attenuated during DS. Conclusion It appears that short bouts of exercise significantly reduce swelling in the lower leg and IL-8 levels in the saliva, indicating that even among healthy, active, young adults, disrupting prolonged sitting can significantly reduce swelling and systemic inflammation.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| 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