MétaCan
Menu
Retour à la cohorte
Enregistrement W4225321605 · doi:10.1096/fasebj.2022.36.s1.r5592

Menstrual Cycle Modulates the Contribution of Dry Heat Loss to Total Heat Loss During Exercise in Warm‐Dry Conditions in Young, Recreationally Active Females: Preliminary Findings

2022· article· en· W4225321605 sur OpenAlexafffund
Nathalie V. Kirby, Sean R. Notley, Robert D. Meade, Brodie J. Richards, Glen P. Kenny

Notice bibliographique

RevueThe FASEB Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDry heatMenstrual cycleMedicineAnimal sciencePhysical therapyEndocrinologyBiologyMaterials science

Résumé

récupéré en direct d'OpenAlex

The mid‐luteal phase of the menstrual cycle is characterized by an upward shift in basal body core temperature secondary to elevated circulating estradiol and progesterone levels as compared to the early‐follicular phase. This elevation in body core temperature, perhaps together with increased estradiol‐mediated cutaneous vasodilation, may increase convective and radiative (dry) heat loss by improving core‐to‐skin heat transfer. This increase in dry heat loss may, in turn, reduce the need for sweat secretion (evaporative heat loss) without necessarily altering the relative contribution of these avenues to total heat exchange. Thus, the purpose of this study was to evaluate the hypothesis that females in the mid‐luteal phase would exhibit a greater contribution of dry heat loss to total heat loss as compared to the early‐follicular phase during exercise in warm‐dry conditions. Seven young, recreationally active, ovulating females (3 using hormonal intrauterine devices, mean (SD), 24 (3) years, V̇O 2peak 40.5 (3.4) mL kg ‐1 min ‐1 ) completed two 45‐min bouts of semi‐recumbent cycling at a low (175 W m ‐2 ; ~40% V̇O 2peak ) and high (275 W m ‐2 ; ~65% V̇O 2peak ) rate of metabolic heat production, interspersed by 15‐min rest, in warm‐dry conditions (30.0 (0.2) °C, (25 (9) % relative humidity) in the early‐follicular (cycle days 2‐6) and mid‐luteal phase (days 19‐23). Metabolic heat production and dry and evaporative heat loss were measured via indirect and direct calorimetry, respectively. The contribution of dry heat loss was expressed as a percentage of total heat loss. Body core temperature (esophageal, n =6) and mean skin temperature (8 sites) were measured continuously. Averages of the final 5‐min of exercise in each heat load were compared between phases using dependent, two‐tailed t‐tests. As anticipated, resting body core temperature in the mid‐luteal phase was 0.2 °C [95% CI: 0.1, 0.3] higher than in the early‐follicular phase ( p <0.001). Core temperature remained 0.2 °C [0.1, 0.5] higher at the low heat load (37.8 (0.2) vs. 37.6 (0.3) °C, p <0.01), but initial differences in core temperature were not observed in the high heat load (38.4 (0.3) vs. 38.3 (0.4) °C, p =0.83). Skin temperature and core‐to‐skin gradient were similar between phases throughout (all p ≥0.21). Total heat loss was not different between phases at the low (162 (8) vs. 162 (13) W m ‐2 , p =0.93) or high (255 (10) vs. 252 (7) W m ‐2 , p =0.39) heat loads. However, the contribution of dry heat loss to total heat loss was 3% [1, 4] greater in the mid‐luteal phase at the low heat load (20 (8) vs. 17 (9) %, p <0.01). This difference was not observed at the high heat load (12 (8) vs. 10 (9) %, p =0.16). In this preliminary analysis, females in the mid‐luteal phase exhibited a higher body core temperature and greater contribution of dry heat loss to total heat loss at low exercise‐induced heat loads in warm‐dry conditions. However, these differences were not observed at higher heat loads. These data provide novel mechanistic insight into the shifts in the contribution of the main avenues of heat loss in ovulating females across the menstrual cycle.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,280
Écart entre enseignants0,265 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetThermoregulation and physiological responsesTravaux en français237 207