MétaCan
Menu
Retour à la cohorte
Enregistrement W3160103947 · doi:10.1113/ep089421

Examining interindividual differences in select muscle and whole‐body adaptations to continuous endurance training

2021· article· en· W3160103947 sur OpenAlexafffund
Jacob T. Bonafiglia, Hashim Islam, Nicholas Preobrazenski, Andrew Ma, Madeleine Deschenes, Avigail T. Erlich, Joe Quadrilatero, David A. Hood, Brendon J. Gurd

Notice bibliographique

RevueExperimental Physiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversity of OttawaUniversity of WaterlooOkanagan University CollegeUniversity of British Columbia, Okanagan CampusYork UniversityUniversity of British ColumbiaQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSkeletal muscleCitrate synthaseEndurance trainingExercise intoleranceVastus lateralis muscleAerobic capacityEndocrinologyInternal medicineVO2 maxBiologyAnaerobic exercisePhysiologyMedicineBiochemistryEnzymeHeart rate

Résumé

récupéré en direct d'OpenAlex

New Findings What is the central question of the study? Do interindividual differences in trainability exist for morphological and molecular skeletal muscle responses to aerobic exercise training? What is the main finding and its importance? Interindividual differences in trainability were present for some, but not all, morphological and molecular outcomes included in our study. Our findings suggest that it is inappropriate, and perhaps erroneous, to assume that variability in observed responses reflects interindividual differences in trainability in skeletal muscle responses to aerobic exercise training. Abstract Studies have interpreted a wide range of morphological and molecular changes in human skeletal muscle as evidence of interindividual differences in trainability. However, these interpretations fail to account for the influence of random measurement error and within‐subject variability. The purpose of the present study was to use the standard deviation of individual response (SD IR ) statistic to test the hypothesis that interindividual differences in trainability are present for some but not all skeletal muscle outcomes. Twenty‐nine recreationally active males (age: 21 ± 2 years; BMI: 24 ± 3 kg/m 2 ; ; 45 ± 7 ml/kg/min) completed 4 weeks of continuous training (REL; n = 14) or control ( n = 15). Maximal enzyme activities (citrate synthase and β‐hydroxyacyl‐CoA dehydrogenase), capillary density, fibre type composition, fibre‐specific succinate dehydrogenase activity and substrate storage (intramuscular triglycerides and glycogen), and markers of mitophagy (BCL2‐interacting protein 3 (BNIP3), BNIP3‐like protein, parkin and PTEN‐induced kinase 1) were measured in vastus lateralis samples collected before and after the intervention. We also calculated SD IR values for , peak work rate and the onset of blood lactate accumulation for the REL group and a separate group that exercised at the negative talk test stage. Although positive SD IR values – indicating interindividual differences in trainability – were obtained for aerobic capacity outcomes, maximal enzyme activities, capillary density, all fibre‐specific outcomes and BNIP3 protein content, the remaining outcomes produced negative SD IR values indicating a large degree of random measurement error and/or within‐subject variability. Our findings question the interpretation of heterogeneity in observed responses as evidence of interindividual differences in trainability and highlight the importance of including control groups when analysing individual skeletal muscle response to exercise training.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,053
Tête enseignante GPT0,291
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations14
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExperimental PhysiologyMême sujetCardiovascular and exercise physiologyTravaux en français237 207