Aerobic exercise improves postprandial inflammatory and hemostatic markers after a high-fat meal: a randomized crossover study
Notice bibliographique
Résumé
Exercise intensity modulates postprandial lipemia. However, its effect on hemostatic and pro- and anti-inflammatory markers in the postprandial state is still unknown. Eleven young males performed a 2-day trial on different conditions: (i) REST: rest for 45 min; (ii) MIE: moderate-intensity exercise; and (iii) HIE: heavy-intensity exercise. Experimental conditions were performed in the evening. On the following morning, blood samples were taken in the fasted state (0 h) and at 1, 3, and 5 h after the consumption of a high-fat meal (HFM). Interleukin-10 (IL-10) levels were higher in the HIE vs. MIE trial at 0 and 1 h (p < 0.033) and IL-10 incremental area under the curve (iAUC) was greater in the MIE (p = 0.027) and HIE (p = 0.045) trials vs. REST. Lower levels of anti-coagulation factor VII (FVII) were observed at 1 h in the MIE condition vs. REST (p = 0.043). In comparison with REST, MIE improved hemostatic (FVII) and anti-inflammatory markers (IL-10 iAUC) whereas HIE enhanced IL-10 in the postprandial state. Regardless of the exercise intensity, aerobic exercise mitigates the deleterious consequences of an HFM. Novelty: Prior aerobic exercise at moderate-intensity attenuates next day’s postprandial FVII and IL-10 levels whereas exercise performed at heavy-intensity increases IL-10 levels. Moderate-intensity exercise may be more beneficial to improve hemostatic (FVII) and anti-inflammatory (IL-10) responses while heavy-intensity exercise may improve anti-inflammatory (IL-10) levels only.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».