Effect of an Ultra-Endurance Event on Cardiovascular Function and Cognitive Performance in Marathon Runners
Notice bibliographique
Résumé
Background Ultra-marathon running participation has become increasingly more popular in recent years; however, there is inconclusive evidence concerning the effects of participation on cognition and cardiovascular function. The purpose of this study was to examine alterations in cardiovascular function and cognitive performance and their association in ultra-marathon runners prior to and following an ultra-endurance event. Methods In total, 24 runners (19 males and 5 females) participated in an ultra-marathon race (FatDog120) held in British Columbia, Canada. Participants competed in varying races distances [48 km ( n = 2), 80 km ( n = 7), 113 km ( n = 3), and 193 km ( n = 12)]. Cognition was assessed prior to and upon race completion using simple reaction time, choice reaction time, discrimination reaction time, and recognition memory (% correct). Cardiovascular function was assessed prior to and upon race completion using radial applanation tonometry for diastolic pulse contour examination. Results Cognitive performance displayed significantly ( p < 0.001) slower reaction times post-race for simple (30.2%), discrimination (22.7%), and choice reaction time (30.5%), as well as a significant ( p < 0.05) reduction in memory test performance (−8.2%). A significant association between systemic vascular resistance and choice reaction time was observed post-race ( r = 0.41, p < 0.05). Significant changes in post-race cardiovascular function were observed in resting heart rate (31.5%), cardiac output (27.5%), mean arterial blood pressure (−5.6%), total systemic resistance (−17.6%), systolic blood pressure (−7.0%), pulse pressure (−11.2%), and rate pressure product (22.4%). There was evidence of enhanced cardiovascular function being associated with improved cognitive performance before and after the ultra-endurance event. Conclusion Ultra endurance running is associated with marked impairments in cognitive performance that are associated (at least in part) with changes in cardiovascular function in healthy adults.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».