A high-whey-protein diet does not enhance mechanical and structural remodeling of cardiac muscle in response to aerobic exercise in rats
Notice bibliographique
Résumé
PURPOSE: Aerobic exercise training results in distinct structural and mechanical myocardial adaptations. In skeletal muscle, whey protein supplementation is effective in enhancing muscle adaptation following resistance exercise. However, it is unclear whether cardiac adaptation to aerobic exercise can be enhanced by systematic protein supplementation. METHODS: Twelve-week-old rats were assigned to 12 weeks of either sedentary or aerobic exercise with either a standard (Sed+Standard, Ex+Standard) or high-protein (Sed+Pro, Ex+Pro) diet. Echocardiography was used to measure cardiac structural remodeling and performance. Skinned cardiac fiber bundles were used to determine the active and passive stress properties, maximum shortening velocity, and calcium sensitivity. RESULTS: Aerobic training was characterized structurally by increases in ventricle volume (Ex+Standard, 19%; Ex+Pro, 29%) and myocardial thickness (Ex+Standard, 26%; Ex+- Pro, 12%) compared to that of baseline. Skinned trabecula r fiber bundles also had a greater unloaded shortening velocity (Sed+Standard, 1.04±0.05; Sed+Pro, 1.07±0.03; Ex- +Standard, 1.16±0.04; Ex+Pro, 1.18±0.05 FL/s) and calcium sensitivity (pCa50: Sed+Standard, 6.04±0.17; Sed+Pro, 6.08±0.19; Ex+Standard, 6.30±0.09; Ex+Pro, 6.36±0.12) in trained hearts compared to that of hearts from sedentary animals. However, the addition of a high-protein diet did not provide additional benefits to either the structural or mechanical adaptations of the myocardium. CONCLUSION: Therefore, it seems that a high-whey-protein diet does not significantly enhance adaptations of the heart to aerobic exercise in comparison to that of a standard diet.
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 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».