Influence of high‐intensity interval training to exhaustion on the directional sensitivity of the cerebral pressure‐flow relationship in young endurance‐trained men
Notice bibliographique
Résumé
We previously reported subtle dynamic cerebral autoregulation (dCA) alterations following 6 weeks of high-intensity interval training (HIIT) to exhaustion using transfer function analysis (TFA) on forced mean arterial pressure (MAP) oscillations in young endurance-trained men. However, accumulating evidence suggests the cerebrovasculature better buffers cerebral blood flow changes when MAP acutely increases compared to when MAP acutely decreases. Whether HIIT affects the directional sensitivity of the cerebral pressure-flow relationship in these athletes is unknown. In 18 endurance-trained men (age: 27 ± 6 years, VO2max: 55.5 ± 4.7 ml·kg−1·min−1), we evaluated the impact of 6 weeks of HIIT to exhaustion on dCA directionality using induced MAP oscillations during 5-min 0.05 and 0.10 Hz repeated squat-stands. We calculated time-adjusted changes in middle cerebral artery mean blood velocity (MCAv) per change in MAP (ΔMCAvT/ΔMAPT) for each squat transition. Then, we compared averaged ΔMCAvT/ΔMAPT during MAP increases and decreases. Before HIIT, ΔMCAvT/ΔMAPT was comparable between MAP increases and decreases during 0.05 Hz repeated squat-stands (p = 0.518). During 0.10 Hz repeated squat-stands, ΔMCAvT/ΔMAPT was lower during MAP increases versus decreases (0.87 ± 0.17 vs. 0.99 ± 0.23 cm·s−1·mmHg−1, p = 0.030). Following HIIT, ΔMCAvT/ΔMAPT was superior during MAP increases over decreases during 0.05 Hz repeated squat-stands (0.97 ± 0.38 vs. 0.77 ± 0.35 cm·s−1·mmHg−1, p = 0.002). During 0.10 Hz repeated squat-stands, dCA directional sensitivity disappeared (p = 0.359). These results suggest the potential for HIIT to influence the directional sensitivity of the cerebral pressure-flow relationship in young endurance-trained men.
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 | 0,001 | 0,003 |
| 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 ».