MétaCan
Menu
Retour à la cohorte
Enregistrement W3017334584 · doi:10.1096/fasebj.2020.34.s1.09183

Heart Rate Variability during Heat Exposure is not Affected by Short‐term Passive Heat Acclimation in Young Healthy Participants

2020· article· en· W3017334584 sur OpenAlexaffabout
Philippe Gendron, Hugo Gravel, Hadiatou Barry, Daniel Gagnon

Notice bibliographique

RevueThe FASEB Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensUniversité de MontréalUniversité du Québec à Trois-RivièresMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésAcclimatizationHeart rateHeart rate variabilityHyperthermiaBradycardiaCardiologyMedicineAnimal scienceStroke volumeInternal medicineChemistryBlood pressureBiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION Heat acclimation attenuates the increase in heart rate during heat exposure. This heat acclimation‐induced bradycardia has been associated with increased stroke volume due to blood volume expansion. However, exercise‐induced heat acclimation also modulates cardiac parasympathetic activity, as measured through heart rate variability (HRV). Therefore, it is possible that modulation of cardiac autonomic activity could contribute to the effect of heat acclimation on heart rate during heat exposure. The purpose of this study was to determine if HRV during heat exposure is modified by short‐term passive heat acclimation. METHODS Fifteen healthy adults (27 ± 5 years, 5 females/10 males) underwent heat exposure in a water‐perfused suit to increase esophageal temperature (Tes) by 1.2°C, before and after a 7‐day controlled hyperthermia protocol. During heat exposure, R‐R interval was measured continuously with a 5‐lead electrocardiogram and used to calculate heart rate (HR), mean normal‐to‐normal intervals (NN), standard deviation of NN intervals (SDNN), root mean square of successive NN interval differences (RMSSD), low‐frequency (LF) and high‐frequency spectral power (HF) and the LF‐to‐HF power ratio (LF/HF). The acclimation protocol consisted of hot water immersion to elevate and subsequently maintain rectal temperature ≥38.6°C for 60 minutes once a day for 7 consecutive days. Variables were compared between the pre and post acclimation visit at baseline and at increases in Tes of 0.6°C and 1.2°C. RESULTS Heat acclimation lowered resting Tes (36.81 ± 0.29 to 36.53 ± 0.32°C, P <0.001) and, consequently absolute Tes during heat exposure. When analyzed as a function of the change in Tes from baseline, no difference was observed for HR ( P =0.072) at baseline (59 ± 10 vs. 57 ± 9 bpm), +0.6°C (88 ± 12 vs. 86 ± 11 bpm), and +1.2°C (103 ± 13 to 99 ± 12 bpm). Similarly, NN (baseline: 1049 ± 172 vs. 1081 ± 162 ms, +0.6°C: 691 ± 104 vs. 705 ± 100 ms, +1.2°C: 595 ± 74 vs. 600 ± 96 ms, P =0.295), SDNN (baseline: 84 ± 38 vs. 90 ± 37 ms, +0.6°C: 43 ± 15 vs. 45 ± 15 ms, +1.2°C: 28 ± 9 vs. 31 ± 8 ms, P =0.294) and RMSSD (baseline: 83 ± 49 vs. 93 ± 57 ms, +0.6°C: 19 ± 9 vs. 19 ± 14 ms, +1.2°C: 9 ± 4 vs. 9 ± 3 ms, P =0.336) did not differ after heat acclimation. No effect of heat acclimation was also observed for LF ( P =0.339), HF ( P =0.509) and LF/HF ratio ( P =0.449). CONCLUSIONS These results suggest that short‐term, passive and isothermic heat acclimation does not modulate cardiac autonomic activity during passive heat exposure in healthy young adults. Support or Funding Information Natural Sciences and Engineering Research Council of Canada, Canada Foundation for Innovation and Montreal Heart Institute Foundation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,052
Tête enseignante GPT0,319
Écart entre enseignants0,267 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetThermoregulation and physiological responsesTravaux en français237 207